并查集（Union-Find）
目录
- 前言
-
- 路径压缩
- C++代码
- 连通块中点的数量
-
- C++代码
- 食物链（带权并查集）
-
- C++代码
前言
先来看并查集一般需要解决的问题：
一共有 n 个数，编号是 1∼n，最开始每个数各自在一个集合中。
现在要进行 m 个操作，操作共有两种：
合并操作：M a b，将编号为 a 和 b 的两个数所在的集合合并，如果两个数已经在同一个集合中，则忽略这个操作；
查找操作：Q a b，询问编号为 a 和 b 的两个数是否在同一个集合中；
输入格式
第一行输入整数 n 和 m。
接下来 m 行，每行包含一个操作指令，指令为 M a b 或 Q a b 中的一种。
输出格式
对于每个询问指令 Q a b，都要输出一个结果，如果 a 和 b 在同一集合内，则输出 Yes，否则输出 No。
每个结果占一行。
数据范围
1≤n,m≤105
输入样例：
4 5
M 1 2
M 3 4
Q 1 2
Q 1 3
Q 3 4
输出样例：
Yes
No
Yes
引入并查集的道理很简单，上面的两个操作如果利用暴力做法复杂度较大，需要优化，先来看暴力做法：
定义：
belong[x]来存储元素x所在的集合。如果只是查询：
if(belong[a] == belong[b])，操作的时间复杂度为 O(1)，问题不大。
但是对于合并操作，要么使得满足集合为belong[a]的所有点将其belong[]值改为belong[b]，要么使得满足集合为belong[b]的所有点将其belong[]值改为belong[a]，无论哪种，复杂度都为 O(n)，当数据量较大且频繁的进行这样操作，复杂度都会大到无法承受。
并查集的代码很短，但它的思想是非常精妙的，其关键操作里的每一行代码都值得细细考量。
做法是将属于同一个集合的各个点放到一棵树上，每个结点x的父结点为fa[x]，该树是由各个集合Union操作得来的，各结点的父结点是哪个无所谓，但这棵树的根结点一定是满足fa[x] == x，而根结点存的就是这个集合的编号，例如下图两棵树可以分别代表a与b中集合，为了方便表示，利用int。
由此，引出查找（Find）的关键操作：
int find(int x){
if(fa[x] != x) return find(fa[x]) //不是根结点就沿着父结点往上找;
else return x;
}
但是这样做的话会发现似乎复杂度并没降低得很明显，仍然像是 O(n)。
所以又引出一个新的优化操作，叫路径压缩。
路径压缩
这一操作的目的相当于是在结点找根结点过程中，发现如果x的父结点不是根结点，那么可以索性将x连接上根结点（注意这个操作不是一步到位，而是在find中递归回溯执行），这样做的好处是下次再访问或是修改x的所属集合可以一步到位了。
int find(int x){
if(fa[x] != x) fa[x] = find(fa[x]); //路径压缩
return fa[x]; //这步操作直到找到了父结点才会执行，然后回溯
}
如图所示：
接下来就是Union操作了，合并的核心思路是既然每个集合都是树存储，那其实合并集合就是两个树连接，将其中一棵树的根结点连到另一棵树的任意结点(一般是根结点)上，这就完成了合并操作，如图所示：
相应代码就非常简洁了：
fa[find(a)] = find(b);
综合起来看，两个操作的复杂度是接近 O(1) 的。
这时并查集最大优势体现出来了——存储的数据结构维护起来很方便、简洁，均是在接近 O(1) 的情况下就实现。
C++代码
#include 连通块中点的数量
给定一个包含 n 个点（编号为 1∼n）的无向图，初始时图中没有边。
现在要进行 m 个操作，操作共有三种：
C a b，在点 a 和点 b 之间连一条边，a 和 b 可能相等；
Q1 a b，询问点 a 和点 b 是否在同一个连通块中，a 和 b 可能相等；
Q2 a，询问点 a 所在连通块中点的数量；
输入格式
第一行输入整数 n 和 m。
接下来 m 行，每行包含一个操作指令，指令为 C a b，Q1 a b 或 Q2 a 中的一种。
输出格式
对于每个询问指令 Q1 a b，如果 a 和 b 在同一个连通块中，则输出 Yes，否则输出 No。
对于每个询问指令 Q2 a，输出一个整数表示点 a 所在连通块中点的数量
每个结果占一行。
数据范围
1≤n,m≤105
输入样例：
5 5
C 1 2
Q1 1 2
Q2 1
C 2 5
Q2 5
输出样例：
Yes
2
3
每个连通块可以看成一个集合，集合中任意两个点间都是可达的，相较于前面，最主要的差别是要多维护一个集合中点的数量，定义size[x]来存取以x为根结点的集合中点的数量，注意size只存根结点的映射，单拎出集合中一个点来存数量不具备意义。
所以主要多了两行关键代码：
//1.初始化
size[i] = 1
//2.合并操作时更新size
size[find(b)] += size[find(a)];
C++代码
#include 食物链（带权并查集）
动物王国中有三类动物 A,B,C，这三类动物的食物链构成了有趣的环形。
A 吃 B，B 吃 C，C 吃 A。
现有 N 个动物，以 1∼N 编号。
每个动物都是 A,B,C 中的一种，但是我们并不知道它到底是哪一种。
有人用两种说法对这 N 个动物所构成的食物链关系进行描述：
第一种说法是 1 X Y，表示 X 和 Y 是同类。
第二种说法是 2 X Y，表示 X 吃 Y。
此人对 N 个动物，用上述两种说法，一句接一句地说出 K 句话，这 K 句话有的是真的，有的是假的。
当一句话满足下列三条之一时，这句话就是假话，否则就是真话。
当前的话与前面的某些真的话冲突，就是假话；
当前的话中 X 或 Y 比 N 大，就是假话；
当前的话表示 X 吃 X，就是假话。
你的任务是根据给定的 N 和 K 句话，输出假话的总数。
输入格式
第一行是两个整数 N 和 K，以一个空格分隔。
以下 K 行每行是三个正整数 D，X，Y，两数之间用一个空格隔开，其中 D 表示说法的种类。
若 D=1，则表示 X 和 Y 是同类。
若 D=2，则表示 X 吃 Y。
输出格式
只有一个整数，表示假话的数目。
数据范围
1≤N≤50000,
0≤K≤100000
输入样例：
100 7
1 101 1
2 1 2
2 2 3
2 3 3
1 1 3
2 3 1
1 5 5
输出样例：
3
抽象地来讲，将某个动物的编号作为根结点（fa[x] = x），如果另一动物与该动物有关系，那么首先判断其是否在同一集合中，（这个集合就是一个语义空间），若在，则通过计算它们各自与根结点的距离进而推算出它们的关系。如果不在就需要合并它们两个集合，并且此时的说法默认为真，以此说法建立起它们的关系。
距离这一概念利用数组d[]来维护，且d[x]表示的是x到父结点的距离。
距离换算为关系的定义如下：
x 到根结点距离 （在mod 3 意义下） 为
0：x与根结点同类。
1：x可以吃根结点。
2：x被根结点吃，那么也说明可以吃“可以吃根结点”的类型动物。
具体可见代码及其注释，注意find函数在更新父结点为根结点这一操作与上面的不同之处。
C++代码
#include