【专题讲解】并查集union-find

引言

并查集的核心组成函数——五大函数：
__init__ 构建父节点字典，构建父节点大小字典，构建节点数数值字典（非必须）
new_UF 生成新的节点
getfather 得到某一结点的父节点
isconnect 判断两个节点是否联通
merge 合并两个节点

例题1

我们还是一道题目为例子。
这是399题，除法求值。是一道带权值的并查集题目。
并查集算法是说可以将相互连通的节点都归类到一个根节点上。这样可以很快的判断两个触电之间时候属于同一类（是否连通）。

一般的算法包括普通的并查集算法，带权值的quick-union算法，和含有路径压缩的算法。这道题目还一个难点在于定义每条边的权值。这里的每个value是当前节点相对于父节点的大小。具体的可以参考算法4.

这里直接放上代码。

class Solution:

    def __init__(self):
        self.fathernode = {
   }
        self.val = {
   }
        self.size = {
   }
    # 初始化节点
    def new_UF(self, node):
        # 当节点已经存在时
        if node in self.fathernode:
            return
        self.fathernode[node] = node
        self.val[node] = 1.0
        self.size[node] = 1

    # 查询父节点 同时进行值的更新
    # 使用递归 同时对路径进行压缩   将每个节点连接到与父节点的关系
    def getfather(self, node):
        if self.fathernode[node] == node:
            return node
        # 递归得到父节点
        fa = self.getfather(self.fathernode[node])
        # 递归的更新当前节点得值  前父节点关系值 * 更新后得父节点值
        self.val[node] = self.val[self.fathernode[node]] * self.val[node]
        # 将节点的父节点更新为最父节点
        self.fathernode[node] = fa
        return fa

    # 合并两个node 将大的合并到小的 保证根为1.0
    def merge(self, node1, node2, value):
        node1f = self.getfather(node1)
        node2f = self.getfather(node2)
        #val代表的是当前节点是直接父节点的多少倍
        # 两个节点的根相同时不合并
        if node1f == node2f:
            return
        # 分别计算出到node2上  用于比较根的相对大小
        val1 = self.val[node1]
        val2 = self.val[node2]
        size1 = self.size[node1f]
        size2 = self.size[node2f]
        val1buf = val2 * value
        
## 采用加权的并查集quick-union

        # 当2的为大树时，将1链接到2上
        if size1 < size2