理解掌握并查集，轻松理解图的最小生成树问题

在一个并查集中，主要强调两个方法，首先是判断两个集合是否是一个集合，也就是两个是否连通，第二个是把两个不同的集合合并为一个集合。

那么掌握了它的好处体现在哪里呢？想一下我们的最小生成树算法中的kruskal算法，不就是从小边开始拿，每次拿到一个边，判断边的两端是否从属于一个集合吗？如果属于，放弃这条边；如果不属于，要这条边。

下面来看代码👇

public class UnionFind {
	// key 某一个节点， value key节点往上的节点
	private HashMap<Node, Node> fatherMap;
	// key 某一个集合的代表节点, value key所在集合的节点个数
	private HashMap<Node, Integer> sizeMap;
	//构造函数
	public UnionFind() {
		fatherMap = new HashMap<Node, Node>();
		sizeMap = new HashMap<Node, Integer>();
	}
	//制作每个集合只有一个点的小集合
	public void makeSets(Collection<Node> nodes) {
		fatherMap.clear();
		sizeMap.clear();
		for (Node node : nodes) {
			fatherMap.put(node, node);
			sizeMap.put(node, 1);
		}
	}
	//寻找某个点的最上一个节点，同时将这个father节点作为整个集合的代表节点
	private Node findFather(Node node)
	{
		Stack<Node> stack = new Stack<Node>();
		while(node != fatherMap.get(node))
		{
			stack.add(node);
			node = fatherMap.get(node);
		}
		while(!stack.isEmpty())
		{
			//将这个father节点作为整个集合的代表节点
			fatherMap.put(stack.pop(), node);
		}
		return node;
	}
	//第一个最重要的方法
	public boolean isSameSet(Node a, Node b) {
		return findFather(a) == findFather(b);
	}
	//第二个最重要方法：合成一个union
	public void union(Node a, Node b) {
		if (a == null || b == null) {
			return;
		}
		Node aDai = findFather(a);
		Node bDai = findFather(b);
		if (aDai != bDai) {
			int aSetSize = sizeMap.get(aDai);
			int bSetSize = sizeMap.get(bDai);
			//把小集合合并给大集合
			if (aSetSize <= bSetSize) {
				fatherMap.put(aDai, bDai);
				sizeMap.put(bDai, aSetSize + bSetSize);
				sizeMap.remove(aDai);
			} else {
				fatherMap.put(bDai, aDai);
				sizeMap.put(aDai, aSetSize + bSetSize);
				sizeMap.remove(bDai);
			}
		}
	}
}

有了并查集的概念，理解最小生成树算法会变得非常容易，下面给出K算法的代码👇

//返回值是一个我选中的边的集合
public static Set<Edge> kruskalMST(Graph graph) {
		UnionFind unionFind = new UnionFind();
		unionFind.makeSets(graph.nodes.values());
		// 从小的边到大的边，依次弹出，小根堆！
		PriorityQueue<Edge> priorityQueue = new PriorityQueue<Edge>(10,new EdgeComparator());
		for (Edge edge : graph.edges) { // M 条边
			priorityQueue.add(edge);  // O(logM)
		}
		Set<Edge> result = new HashSet<Edge>();
		while (!priorityQueue.isEmpty()) { // M 条边
			//取出堆顶的权重最小的边
			Edge edge = priorityQueue.poll(); // O(logM)
			//如果这条边的两个端点不属于同一个集合
			if (!unionFind.isSameSet(edge.from, edge.to)) { // O(1)
				//拿走这条边
				result.add(edge);
				//把这两个点所在的集合连起来
				unionFind.union(edge.from, edge.to);
			}
		}
		return result;
	}

通过注释应该比较好了解上面的代码，生成树的算法比较重要，并查集也是一个非常有用的工具，在判断联通问题时会给我们带来很大的便捷。同时hashmap和hashset是非常常用、好用的工具，一定要多多练习，熟练掌握！