并查集（Disjoint-set）详解（附图片例子）

并查集基本思路

学习任何一个数据结构之前，都应该先定义其有哪些操作。并查集也是一种数据结构，因此，俺准备定义一下它有哪些操作。（P.S. 俺假设看这篇文章的童鞋至少高中毕业，都知道数学中的集合是个什么概念，嘿嘿）

1、初始化（initialize）操作：把集合中的每个元素看作是一个子集合

2、合并（Union）操作：把2个子集合，合并成一个集合

3、查找（Find）操作：判断2个元素是否在同一个子集合中

俺举例说明上面的3个操作。假设现在有10个人，他们构成一个集合，每个人代表集合中的一个元素。俺用0表示第1个人，1表示第2个人，以此类推。因此，俺就可以用一个大小为10的数组，Arr，表示这10个人。如下图所示。黑体数字是数组的下标。

初始化操作就是将这10个人中的每个人看成是一个子集合。

人类是初会性动物，我们每个人都需要与他人建立关系，来分享自己的喜怒哀乐，寻求幸福。经过初始化以后，每个人之间是没有任何关系的。当我们需要建立关系时，我们就用到了合并操作。比如，1号小朋友想和2号小朋友一起玩耍，我们用 Union(2, 1) 操作建立关系。过了一段时间以后，一些小朋友和另一些小朋友就建立起了关系（这种关系有可能是间接的，比如A认识B，B认识C，我们也可以认为A与C有关系）。

实际上，你可以把它看成一种无向图结构。起初，每个结点是孤立的。然后，结点与结点之间开始建立关系。假设建立起了以下几种关系：

Union(2, 1)，Union(4, 3)，Union(8, 4)，Union(9, 3)，Union(6, 5)

如下图所示：

数组就变成了下图的样子。下面数组的表示正是并查集数据结构用到的技巧。俺来解释一下。经过了上面的合并操作，我们得到了下面5个子集合：

{3, 4, 8, 9}，{1, 2}，{5, 6}，{0}，{7}

集合中的每个元素都已经建立了关系，无论是直接的还是间接的。从下面的数组可以看到，每个集合中元素对应的数组值是相同的，这表示它们属于一个集合。比如，集合 {3, 4, 8, 9}，它们每个对应的数组值为3.

查找操作就是来判断2个元素之间是否属于同一个子集合，这样就可以知道2个元素之间是否存在关系了。

时间复杂度

有了上面的数组结构，查找操作是很快的。假设给定2个元素A与B，只需判断 Arr[A] == Arr[B] 是否相等，就知道它们是否有关系。因此时间是 O(1)。但对于合并操作来说，时间复杂度就是 O(N^2) 了。因此，我们需要稍微改进一下数据结构的组织方式。

并查集改进

改进的并查集结构与上面的类似，只不过它引入了一个 root 结点的概念，转换了一下存储方式。

举个例子。假设一个集合包含5个元素，初始化后的数组结构如下图所示。与没改进前的方式是一样的。

假设我们经历了几个合并操作，得到了3个子集合，{0, 1, 2}，{3, 4}，{5}。结果如下图所示。没改进之前，每个子集合中的元素，在数组中对应的值都是一样的。但现在，有了一种递进的层级关系，与树结构一样。比如 {0, 1, 2} 这个子集合。通过元素1（数组下标1），你会找到元素0（数组下标1中所存储的值），以此类推，最终你会找到 root 元素。这个结构与操作系统中的文件系统的 File Allocation Table(FAT) 实现是类似的。

判断一个元素是否为 root 元素非常简单。假设给定一个元素E, 只需判断 Arr[E] == E 是否相等就可以。

时间复杂度

假设俺想对上图中的元素1和元素4执行合并操作，俺首先需要“顺藤摸瓜”地找到元素1和元素4分别对应的 root 元素。找到以后，可以在 O(1) 时间内完成合并。合并操作实际上就是把元素（下标）2对应的值改成4就可以了，如下图所示：

查找操作只需要判断2个元素是否有同一个 root 元素。因此，查找过程也需要先找到给定元素的 root 元素。

因此，在最坏情况下，合并与查找是接近线性时间的。

从上图可以看到，线性时间正是由于我们没有追踪每个集合中元素的数量，导致合并到最后产生一个极度不平衡的树结构。

进一步改进

为了得到一个相对平衡的树结构，我们还需要一个额外的数组，size，来追踪每个子集合中元素的数量，然后把元素少的子集合合并到元素多的集合中。假设一个包含6个元素的集合，它的 size 数组的初始化结构如下所示。由于刚初始化后的集合，每个子集合只有1个元素，所以 size 数组的值都是1.

下面举个例子。假设合并元素0和元素1,合并结果如下图，注意 size 数组的变化。

然后，我们合并元素1和2. 结果如下图所示。以这种方法合并，最终会得到一个平衡的树。因此，无论查找还是合并操作，时间复杂度将从 O(N) 降低到 O(log N).

 

参考资料

Basics of Disjoint Data Structures

Disjoint-set data structure