基本数据结构：并查集（路径压缩与按秩合并）

导入

并(union)查(find)集(set)，是一种根据功能来命名的数据结构。从它的名字中我们就能知道，它的主要功能有：

1.union：合并两个集合（编写程序时应注意，union在c语言中为关键字，代表联合体，无法作函数名称）

2.find：查找某个元素所在的集合

 也就是说，并查集是一种用来处理集合关系的数据结构。所以对于之前我们处理起来很麻烦的集合问题，在引入并查集之后就会变得相当容易了，更何况并查集本身的编程复杂度就不高，实在是一个相当优秀的工具。

并查集的实现

上文说过并查集的编程复杂度不高，直接用数组实现即可。

并查集是一个树形的结构，其思想是在集合中选择一个代表元素，要求该代表元素不在其它任何集合中出现，将该元素作为树根，集合内其它的元素都作为它的孩子，所以我们需要一个father数组，记录每个结点的父结点，初始化father[i]=i：

const int N = 数据规模;
int father[N];
for(int i=1;i<=n;++i)
	father[i]=i;

并查集的两大主要操作：

merge(x,y)：将包含x元素的集合与包含y元素的集合合并为一个新集合；实现时只需要任意选择一方的代表元素作为新集合的代表，将另一集合作为该集合的子树即可：

//普通合并
void merge(int x, int y){
	father[y]=x;
}

find(x)：查找x所在的集合；实现时只需要一直向上搜索x的祖先到根节点为止，返回该集合的代表元素。

//递归方式实现
int find(int x){
	return x==father[x]? x : find(father[x]);
} 
//循环方式实现
int find(int x){
	while(x^father[x]) x=father[x];//异或的作用类似于!=
	return x;
}

ok，并查集的所有操作到这里就结束了。

？？？什么，只有这么短？

事实是并查集就是这么短，然而功能却很强大，实在是短小精悍的典型。不过，实现简单就意味着它的使用必定存在着限制，所以这种并查集有时候会被卡数据：根据并查集查找的思想，我们要一直向上直到根节点，如果数据比较特殊，在我们执行完合并操作后形成了一条很长的单链，那么我们查询的时间复杂度就将降为O(n)级别，势必会超时。

那么，如何解决这个问题呢？自然要对现在的并查集进行优化，既然并查集的操作有两个，我们就要针对这两个操作进行优化：

• 并查集的路径压缩

针对find函数，有一种叫路径压缩的优化：它的思想是既然查找时最终都是要回到根节点上，那我何不把所有节点直接指向根节点呢，而这个操作我们在执行find操作查找时可以顺便将其完成，时间复杂度更是几乎为常数。

//递归方式实现
int find(int x){
	return x==father[x]?x:father[x]=find(father[x]);
} 
//循环方式实现
int find(int x){//相比之下，递归的写法真的是浑然天成
	int k=x,temp;
	while(k^father[k]) k=father[k];
	while(x^k){
		temp=father[x];
		father[x]=k;
		x=temp;
	}
	return k;
}

• 并查集的按秩合并

针对union函数，则有一种叫按秩合并的优化：它的思想是在合并时，并不再固定地让后一个集合作为前一个集合的子树，而是加入了判断条件——秩。秩其实可以是很多东西（树高，结点个数等等），但不管你选择什么作为秩，合并时都最好要遵循启发式合并的原则，即将小的集合合并到大的集合中，而不是反过来，集合大小自然就是按照秩来定义了。

一般以树高作为秩：定义rank数组，初始化全为0，find()操作不改变秩，而执行union操作时，则需比较rank值的大小，将rank较大的集合的代表元素作为父亲结点，然后合并（若秩相同则任选一个集合的代表元素作为父亲结点）。

void merge(int x, int y){
	x=find(x), y=find(y);
	if(x==y) return;
	if(rank[x]>rank[y]) father[y]=x;
	else{
		if(rank[x]==rank[y])
			rank[y]++;  //此处注意理解，将一个树低并到一个树高的集合中，是不会改变树高的，因此rank值不会改变，只有两棵树树高相同时，才需要修改rank值，而且树高只会增加1.
		father[x]=y;
	}
}