并查集

并查集：(union-find sets)

一种简单的用途广泛的集合. 并查集是若干个不相交集合，能够实现较快的合并和判断元素所在集合的操作，应用很多，如其求无向图的连通分量个数等。最完美的应用当属：实现Kruskar算法求最小生成树。

    并查集的精髓（即它的三种操作，结合实现代码模板进行理解）：

1. Make_Set(x) 把每一个元素初始化为一个集合

初始化后每一个元素的父亲节点是它本身，每一个元素的祖先节点也是它本身（也可以根据情况而变）。

2. Find_Set(x) 查找一个元素所在的集合

查找一个元素所在的集合，其精髓是找到这个元素所在集合的祖先！这个才是并查集判断和合并的最终依据。

判断两个元素是否属于同一集合，只要看他们所在集合的祖先是否相同即可。

合并两个集合，也是使一个集合的祖先成为另一个集合的祖先，具体见示意图

3. Union(x,y) 合并x,y所在的两个集合

合并两个不相交集合操作很简单：

利用Find_Set找到其中两个集合的祖先，

并查集的优化

1. Find_Set(x)时 路径压缩

寻找祖先时我们一般采用递归查找，但是当元素很多亦或是整棵树变为一条链时，每次Find_Set(x)都是O(n)的复杂度，有没有办法减小这个复杂度呢？

答案是肯定的，这就是路径压缩，即当我们经过"递推"找到祖先节点后，"回溯"的时候顺便将它的子孙节点都直接指向祖先，这样以后再次Find_Set(x)时复杂度就变成O(1)了，如下图所示；可见，路径压缩方便了以后的查找。

2. Union(x,y)时 按秩合并

即合并的时候将元素少的集合合并到元素多的集合中，这样合并之后树的高度会相对较小。

int father[MAX];   /* father[x]表示x的父节点*/
int rank[MAX];     /* rank[x]表示x的秩*/


/* 初始化集合*/

void Make_Set(int x)
{
    father[x] = x; //根据实际情况指定的父节点可变化
   rank[x] = 0;   //根据实际情况初始化秩也有所变化
}

/* 查找x元素所在的集合,回溯时压缩路径*/

int Find_Set(int x)
 {
    if (x != father[x])
    {
         father[x] = Find_Set(father[x]); //这个回溯时的压缩路径是精华
     }
     return father[x];
}
   /* 按秩合并x,y所在的集合

    下面的那个if else结构不是绝对的，具体根据情况变化

    但是，宗旨是不变的即，按秩合并，实时更新秩。

*/

 void Union(int x, int y)

 {

     x = Find_Set(x);
     y = Find_Set(y);
     if (x == y) return;
    if (rank[x] > rank[y])
    {
         father[y] = x;
    }
     else
     {
         if (rank[x] == rank[y])
         {
             rank[y]++;
        }
         father[x] = y;
     }
}

这个系列主要讲一些特别的数据结构，比如简单的hash表，这次讲的并查集，剩下还有树状数组，字典树，后缀树等等。以后一一讲。

也是当自己的笔记，因为不常用，时常过来复习下，经常忘。

其他简单的数据结构，比如链表什么的就不讲了。