並查集演算法的簡介與演算法實現
並查集（Union-find Sets）是一種非常精巧而實用的資料結構，它主要用於處理一些不相交集合的合併問題。一些常見的用途有求連通子圖、求最小生成樹的 Kruskal 演算法和求最近公共祖先（Least Common Ancestors, LCA）等。
使用並查集時，首先會存在一組不相交的動態集合 S={S1,S2,⋯,Sk}，一般都會使用一個整數表示集合中的一個元素。
每個集合可能包含一個或多個元素，並選出集合中的某個元素作為代表。每個集合中具體包含了哪些元素是不關心的，具體選擇哪個元素作為代表一般也是不關心的。我們關心的是，對於給定的元素，可以很快的找到這個元素所在的集合（的代表），以及合併兩個元素所在的集合，而且這些操作的時間複雜度都是常數級
並查集的基本操作有三個：
- makeSet(s)：建立一個新的並查集，其中包含 s 個單元素集合。
- unionSet(x, y)：把元素 x 和元素 y 所在的集合合併，要求 x 和 y 所在的集合不相交，如果相交則不合並。
- find(x)：找到元素 x 所在的集合的代表，該操作也可以用於判斷兩個元素是否位於同一個集合，只要將它們各自的代表比較一下就可以了。
並查集的實現原理也比較簡單，就是使用樹來表示集合，樹的每個節點就表示集合中的一個元素，樹根對應的元素就是該集合的代表，如圖 1 所示。
圖 1 並查集的樹表示
圖中有兩棵樹，分別對應兩個集合，其中第一個集合為 {a,b,c,d}，代表元素是 a
樹的節點表示集合中的元素，指標表示指向父節點的指標，根節點的指標指向自己，表示其沒有父節點。沿著每個節點的父節點不斷向上查詢，最終就可以找到該樹的根節點，即該集合的代表元素。
現在，應該可以很容易的寫出 makeSet 和 find 的程式碼了，假設使用一個足夠長的陣列來儲存樹節點（很類似之前講到的靜態連結串列），那麼 makeSet 要做的就是構造出如圖 2 的森林，其中每個元素都是一個單元素集合，即父節點是其自身：
圖 2 構造並查集初始化
相應的程式碼如下所示，時間複雜度是 O(n)：
| 1 2 3 4 5 6 |
constint MAXSIZE = 500;
int uset[MAXSIZE];
void makeSet(int size) {
for(int i = 0;i < size;i++) uset[i] = i;
}
|
接下來，就是 find 操作了，如果每次都沿著父節點向上查詢，那時間複雜度就是樹的高度，完全不可能達到常數級。這裡需要應用一種非常簡單而有效的策略——路徑壓縮。
路徑壓縮，就是在每次查詢時，令查詢路徑上的每個節點都直接指向根節點，如圖 3 所示。
圖 3 路徑壓縮
我準備了兩個版本的 find 操作實現，分別是遞迴版和非遞迴版，不過兩個版本目前並沒有發現有什麼明顯的效率差距，所以具體使用哪個完全憑個人喜好了。
| 1 2 3 4 5 6 7 8 9 10 |
int find(int x) {
if (x != uset[x]) uset[x] = find(uset[x]);
return uset[x];
}
int find(int x) {
int p = x, t;
while (uset[p] != p) p = uset[p];
while (x != p) { t = uset[x]; uset[x] = p; x = t; }
return x;
}
|
最後是合併操作 unionSet，並查集的合併也非常簡單，就是將一個集合的樹根指向另一個集合的樹根，如圖 4 所示。
圖 4 並查集的合併
這裡也可以應用一個簡單的啟發式策略——按秩合併。該方法使用秩來表示樹高度的上界，在合併時，總是將具有較小秩的樹根指向具有較大秩的樹根。簡單的說，就是總是將比較矮的樹作為子樹，新增到較高的樹中。為了儲存秩，需要額外使用一個與 uset 同長度的陣列，並將所有元素都初始化為 0。
| 1 2 3 4 5 6 7 8 |
void unionSet(int x, int y)
{
if ((x = find(x)) == (y = find(y))) return;
if (rank[x] > rank[y]) uset[y] = x;
else {
uset[x] = y;
if (rank[x] == rank[y]) rank[y]++;
}
}
|
下面是按秩合併的並查集的完整程式碼，這裡只包含了遞迴的 find 操作。
除了按秩合併，並查集還有一種常見的策略，就是按集合中包含的元素個數（或者說樹中的節點數）合併，將包含節點較少的樹根，指向包含節點較多的樹根。這個策略與按秩合併的策略類似，同樣可以提升並查集的執行速度，而且省去了額外的 rank 陣列。
這樣的並查集具有一個略微不同的定義，即若 uset 的值是正數，則表示該元素的父節點（的索引）；若是負數，則表示該元素是所在集合的代表（即樹根），而且值的相反數即為集合中的元素個數。相應的程式碼如下所示，同樣包含遞迴和非遞迴的 find 操作：
如果要獲取某個元素 x 所在集合包含的元素個數，可以使用 -uset[find(x)] 得到。
並查集的空間複雜度是 O(n) 的，這個很顯然，如果是按秩合併的，佔的空間要多一些。find 和 unionSet 操作都可以看成是常數級的，或者準確來說，在一個包含 n 個元素的並查集中，進行 m 次查詢或合併操作，最壞情況下所需的時間為 O(mα(n))，這裡的 α 是 Ackerman 函式的某個反函式，在極大的範圍內（比可觀察到的宇宙中估計的原子數量 1080 還大很多）都可以認為是不大於 4 的。具體的時間複雜度分析，請參見《演算法導論》的 21.4 節 帶路徑壓縮的按秩合併的分析。