数据结构之并查集

并查集可以用来维护集合之间的关系（合并两个集合、判断两个元素是否属于一个集合等），是一种较为高效的数据结构，时间复杂度接近 O(1)。

在并查集中，我们把每个集合看做是一棵树，把每一个元素看做树中的一个节点，每棵树有一个表示编号的树根；

合并两个集合就将一棵树的树根连接到另一棵树的树根上；

查询两个元素是否处于一个集合中就查看两个元素的树根是否相同。

并查集的实现：

p[i] 表示 i 元素的父节点的编号，初始时通常 p[i] = i，代表 i 元素的父节点编号为 i；

find(a) 操作返回 a 元素的根节点编号；

合并操作：

假设合并1号元素和2号元素，p[find(a)]=p[find(2)]，表示将1号元素的根节点连接到2号元素的根节点上；

判断两个元素是否在一个集合中：

判断两个元素的树根是否相同，find(a) == find(b)；

统计集合中元素数量：

记录每个树根下有多少元素，当合并1号元素和2号元素时，cnt[find(2)] += cnt[find(1)]，表示2号树根的元素个数加上1号树根下的元素个数；

路径压缩操作：

如果按照上述方式的合并操作，数的高度会不断变大，那么时间复杂度是线性的；我们使用路径压缩操作，即将树上的所有元素直接连接到树根，路径压缩操作包含在 find() 函数中。

图示：

 

代码模板如下：

//初始化并查集
for (int i = 1; i < n; i++)p[i] = i;

//查找根节点并且路径压缩,返回根节点
int find(int x) {
	if (x != p[x])p[x] = find(p[x]);
	return p[x];
}

//合并集合a,b
p[find[a]] = find(b);
//合并a,b时将元素个数也合并
if (find(a) != find(b)) {
	cnt[find(b)] += cnt[find(a)];
}

//判断是否在一个集合中
if (find(a) == find(b))return true;

find操作的解释：
查找树根时，递归向上查找，最后返回树根的编号。在回溯的过程中进行路径压缩，将树上的每一层元素都直接连接到树根。