并查集算法讲解+例题
定义：并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。常常在使用中以森林来表示。
考虑这样一个问题：
小明马上要过生日，要邀请N个好友，而他的好友都只愿意和认识的人坐，给出朋友之间的认识关系，假设所有认识的人坐一桌，问最少需要多少桌子。
规定：若A认识B，B认识C，则A认识C，则ABC全部认识，可以坐一桌；
例如：小明的好友为 A B C D E 五人，关系式 A-B B-C D-E。则此时需要两个桌子：ABC一桌，DE一桌。
输入N表示好友人数，M表示关系数，接下来M行显示所有关系。
样例输入：
9 7 2 4 5 7 1 3 8 9 1 2 5 6 2 3
问题分析：
如果对于所有的朋友编号1~N
不难想到，用集合来表示朋友之间的关系，就样例而言，最初没有给出任何关系的时候，9个人互相都不认识，于是有9个集合：
{1}，{2}，{3}，{4}，{5}，{6}，{7}，{8}，{9}
当依次输入关系之后，就可以依次合并集合：
输入：2 4 ：{1}，{2,4}，{3}，{5}，{6}，{7}，{8}，{9}
输入：5 7：{1}，{2，4}，{3}，{5，7}，{6}，{8}，{9}
输入：1 3：{1，3}，{2，4}，{5，7}，{6}，{8}，{9}
输入：8 9：{1，3}，{2，4}，{5，7}，{6}，{8，9}
输入：1 2：{1，2，3，4}，{5，7}，{6}，{8，9}
输入：5 6：{1，2，3，4}，{5，6，7}，{8，9}
输入：2 3：{1，2，3，4}，{5，6，7}，{8，9}
最后有3个集合，也就是所有的朋友分为3群，也就是说，需要3张桌子，最后的答案是3.
很简单？是的，让人来合并集合确实很简单，但是如何让计算机去合并集合呢？
你当然可以暴力的合并，但是超时那是妥妥的，于是伟大的并查集算法诞生了！
没错，这就是典型的并查集问题，对此类问题我们先画一下上面的关系：
只是将之前的集合关系画成图，还画的那么丑，并没有什么用啊？
我们开这样一个数组father[N];
其中，father[i] = j表示，i这个点的父结点是j
对应上面第3张图，也就是：
father[3] = 1，father[1] = 4，father[4] = 2，father[2] = 2;//想想这里为什么让father[2] = 2
father[7] = 5，father[5] = 6，father[6] = 6;
father[9] = 8，father[8] = 8;
仔细观察上面的关系，例如：father[ father[1] ] = 2;体现了1的父亲的父亲是2。然后你还会发现，上面3排的最后一个关系可以写成father[i] = i。这样的形式告诉我们，i已经是根节点了，没有必要再继续往上面找了。
这个图你懂了，但是这又有什么用呢？
不，你突然发现，用集合表示出来的关系已经可以体现出来了！
{1，2，3，4}，{5，6，7}，{8，9}，这3个集合，以及第三张图......
似的，你发现，在图三中被一根线连起来的一坨就是一个集合，而那一坨的所有元素共有一个根节点！
于是，问题迎刃而解，你只需要把“线”连起来，然后最后找一找根节点的个数就好，然后你又看出father[i] = i就是根节点所具有的性质。
于是我们便可以开始并查集算法了：
首先，不管是集合还是图，最初的初始情况是谁也不认识谁，每个点都是单独的个体，你也可以理解成每个点都是根节点，于是我们这样初始化：
初始化代码如下：
void init()
{
for (int i = 0;i <= n;i++)
{
father[i] = i;
}
}
找根节点：
int getfather(int x)
{
while (x != father[x])
{
x = father[x];
}
return x;
}
这个地方有人可能会说：你这个循环不就相当于一个if 吗？x!=father[x]就让x=father[x]嘛，然后就可以跳出循环了嘛！
似乎很有道理，但是你就刚刚的“father[3] = 1，father[1] = 4，father[4] = 2，father[2] = 2”来模拟一下，
假设传入的x是3，x!=father[x]，于是x = father[x],此时的 x = 1,再带入while循环的判断框，咦，原来这个时候的x=1,father[x] = 4依旧不等，然后你明白了其中的奥妙。
（可能你是一眼看出，但介于本渣当初学并查集的时候看了好久才明白，这里还是提一下，希望对于新手的理解更有帮助）
合并：
void Merge(int a,int b)
{
int fa = getfather(a);
int fb = getfather(b);
if (fa != fb)
{
father[fa] = fb;
}
}
基本上掌握上面3个模板，并查集就算入门了，那么直接上一道模板题练练手
题目传送门：点击打开链接
上AC代码：
//Must so
#include<bits/stdc++.h>
#define mem(a,x) memset(a,x,sizeof(a))
#define sqrt(n) sqrt((double)n)
#define pow(a,b) pow((double)a,(int)b)
#define inf 1<<29
#define NN 1006
using namespace std;
const double PI = acos(-1.0);
typedef long long LL;
int n,m;
int father[NN];
void init()
{
for (int i = 0; i <= n; i++)
{
father[i] = i;
}
}
int getfather(int x)
{
while (x != father[x])
{
x = father[x];
}
return x;
}
void Merge(int a,int b)
{
int fa = getfather(a);
int fb = getfather(b);
if (fa != fb)
{
father[fa] = fb;
}
}
int main()
{
int T;
cin>>T;
while (T--)
{
cin>>n>>m;
init();
for (int i = 0,a,b; i < m; i++)
{
scanf("%d%d",&a,&b);
Merge(a,b);
}
int ans = 0;
for (int i = 1; i <= n; i++)
{
if (father[i] == i) ans ++;
}
cout<<ans<<endl;
}
return 0;
}
做完这道简单题，于是你开是在并查集的路上越走越远，然后有一天，你发现你的并查集超时了！！！
于是，你开始知道一种名为“路径压缩”的优化方式：
什么叫“路径压缩”呢？其实就是一张图！
假设我最初给出的关系画成图是这样：
在这个图的基础上，你可能需要多次去找4的根节点，如果每次找都要通过4-3-2-1的路线去找就太傻了，于是有了下面这张图：
在每一次找到一个点的根节点之后，直接把这个点连到根节点上去，这样以后再找就会省下很多时间！
知道这个原理代码再修改起来也很简单，只需要在找爸爸的地方记录一下就好了
int getfather(int x)
{
int xx = x;//保存这个需要找爸爸的点
while (x != father[x])
{
x = father[x];
}
father[xx] = x;//直接将这个点连到根节点上去
return father[xx];
}
然后同样是之前的那个题目可以试着用路径压缩做的试试，对比一下运行时间。