一个找爸爸的数据结构：并查集详解，附上python模板及例题（完整版、压缩版找爸爸写法都有）

本文链接：https://blog.csdn.net/weixin_44414948/article/details/114002727

本文详细介绍了并查集这一数据结构，包括其概念、构成、作用，以及Python的完整版和压缩版实现。通过具体门派和石头移除问题的示例，展示了并查集在解决连通性问题上的应用。此外，提供了力扣题目的解题思路，利用并查集解决石头移除和字符串元素交换的问题。

摘要由CSDN通过智能技术生成

一、概念

并查集是一种树型的数据结构，用于处理一些不相交集合的合并及查询问题（即所谓的并、查）。比如说，我们可以用并查集来判断一个森林中有几棵树、某个节点是否属于某棵树等。

主要构成：
并查集主要由一个整型数组pre[ ]和两个函数find( )、join( )构成。
数组 pre[ ] 记录了每个点的前驱节点是谁（一般理解为该点的爸爸是谁），函数 find(x) 用于查找指定节点 x 属于哪个集合（可以理解为找祖先），函数 join(x,y) 用于合并两个节点 x 和 y（一般是将x认作是y的爸爸）。

作用：
并查集的主要作用是求连通分支数（如果一个图中所有点都存在可达关系（直接或间接相连），则此图的连通分支数为1；如果此图有两大子图各自全部可达，则此图的连通分支数为2……）。

举例：
例如一个大陆有天、地、玄、黄四个门派，每个门派有不同级别的弟子若干，pre[ ] 数组就是记录每个弟子的上司名字，而find() 方法就是找到该弟子上司的上司的上司…即所属门派的掌门人，join(A, B) 方法就是将A弟子设置为B弟子的上司。

二、python实现完整版代码

完整版的并查集数据结构有初始化、find、merge等方法，主要是方便理解，一般解题是不用完整版，因为代码量冗余增加时间空间复杂度。

class UnionFind:
    def __init__(self):
        self.father = {
   }    ##记录每个节点的父节点
 
    def find(self, x):
        root = x
        while self.father[root] != root:    #寻找根节点
            root = self.father[root]
        while root != x:                    #路径压缩
            preFather = self.father[x]
            self.father[x] = root
            x = preFather
        return root
 
    def merge(self, x, y):              #合并节点
        root_x, root_y = self.find(x), self.find(y)
        if root_x != root_y:
            self.father[root_x] = root_y
 
    def is_connected(self, x, y):       #判断联通性
        return self.find(x) == self.find(y)
 
    def add(self