c++怎么实现一个并查集（Disjoint Set Union）_C++实现Union-Find并查集算法详解
并查集通过Find和Union操作管理分组，支持路径压缩与按秩合并优化，用于高效处理连通性问题。
并查集（Disjoint Set Union，简称 DSU 或 Union-Find）是一种高效管理元素分组的数据结构，支持快速合并集合与查询元素所属集合。它常用于处理无向图的连通性问题，比如判断两个节点是否连通、求连通分量个数等。
基本结构与操作
并查集主要包含两个核心操作：
- Find(x)：查找元素 x 所在集合的代表（根节点）
- Union(x, y)：将元素 x 和 y 所在集合合并
为了提升效率，通常结合路径压缩和按秩合并两种优化策略。
基础实现代码
// 并查集类实现 class UnionFind { private: vector
合
UnionFind(int n) {
parent.resize(n);
rank.resize(n, 0);
for (int i = 0; i rank[rootY]) {
parent[rootY] = rootX;
} else {
parent[rootY] = rootX;
rank[rootX]++; // 高度相等时，合并后高度+1
}
}
// 判断两个元素是否在同一集合
bool connected(int x, int y) {
return find(x) == find(y);
}
};使用示例
假设我们有 5 个元素（0~4），进行一些合并与查询操作：
int main() { UnionFind uf(5); uf.unite(0, 1); uf.unite(1, 2); uf.unite(3, 4); cout优化说明
上述实现中两个关键优化显著提升了性能：
- 路径压缩：在 find 过程中，把沿途所有节点直接连到根节点，降低后续查询成本
- 按秩合并：合并时让深度小的树挂到深度大的树上，防止树退化为链表
经过这两种优化后，并查集的每次操作平均时间复杂度接近 O(α(n))，其中 α 是阿克曼函数的反函数，增长极慢，可视为常数。
基本上就这些。这个结构简单但非常实用，尤其适合处理动态连通性问题。