其实并查集顾名思义就是有“合并集合”和“查找集合中的元素”两种操作的关于数据结构的一种算法。

概述

性质

并查集算法不支持分割一个集合。

算法

用集合中的某个元素来代表这个集合，该元素称为集合的代表元。

一个集合内的所有元素组织成以代表元为根的树形结构。

对于每一个元素 parent[x]指向x在树形结构上的父亲节点。如果x是根节点，则令parent[x] = x。

对于查找操作，假设需要确定x所在的的集合，也就是确定集合的代表元。可以沿着parent[x]不断在树形结构中向上移动，直到到达根节点。

路径压缩

用途

1、维护无向图的连通性。支持判断两个点是否在同一连通块内，和。

2、判断增加一条边是否会产生环：用在求解最小生成树的Kruskal算法里。

reference

《ACM国际大学生程序设计竞赛 知识与入门 俞勇主编》

三个操作

一般来说，一个并查集一三个操作。

 

https://segmentfault.com/a/1190000004023326

 

 

并查集（Union-find Sets）是一种非常精巧而实用的数据结构，它主要用于处理一些不相交集合的合并问题。一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先（Least Common Ancestors, LCA）等。

使用并查集时，首先会存在一组不相交的动态集合 S={

S1,S2,⋯,Sk}S={S1,S2,⋯,Sk}，一般都会使用一个整数表示集合中的一个元素。

每个集合可能包含一个或多个元素，并选出集合中的某个元素作为代表。每个集合中具体包含了哪些元素是不关心的，具体选择哪个元素作为代表一般也是不关心的。我们关心的是，对于给定的元素，可以很快的找到这个元素所在的集合（的代表），以及合并两个元素所在的集合，而且这些操作的时间复杂度都是常数级的。

并查集的基本操作有三个：

1. makeSet(s)：建立一个新的并查集，其中包含 s 个单元素集合。
2. unionSet(x, y)：把元素 x 和元素 y 所在的集合合并，要求 x 和 y 所在的集合不相交，如果相交则不合并。
3. find(x)：找到元素 x 所在的集合的代表，该操作也可以用于判断两个元素是否位于同一个集合，只要将它们各自的代表比较一下就可以了。

并查集的实现原理也比较简单，就是使用树来表示集合，树的每个节点就表示集合中的一个元素，树根对应的元素就是该集合的代表，如图 1 所示。

图 1 并查集的树表示

图中有两棵树，分别对应两个集合，其中第一个集合为 {

a,b,c,d}{a,b,c,d}，代表元素是 aa；第二个集合为 {

e,f,g}{e,f,g}，代表元素是 ee。

 

http://www.cnblogs.com/cyjb/p/UnionFindSets.html