老铁爱金衫1. 并查集算法解析：解决团伙问题的实战指南
在算法竞赛和实际编程中，我们经常需要处理元素分组和关系判断的问题。并查集（Disjoint Set Union，DSU）就是一种高效解决这类问题的数据结构。今天我要分享的是如何用并查集解决BalticOI 2003年的经典题目——团伙问题。
1.1 问题场景与核心需求
题目描述了一个典型的社会关系网络：有n个人，他们之间存在朋友和敌人两种关系。根据规则：
- 朋友的朋友是朋友（传递性）
- 敌人的敌人也是朋友（间接友好关系）
我们的目标是计算出在这些关系约束下，最多可能形成的独立团体数量。这里的团体定义为互相为朋友关系的人群集合。
这个问题在实际中有很多应用场景，比如社交网络中的社群发现、网络安全中的恶意IP集群分析等。理解并查集如何解决这类问题，对算法能力的提升很有帮助。
1.2 并查集基础概念
并查集主要支持两种操作：
- Find：查找元素所属的集合（根节点）
- Union：合并两个元素所在的集合
并查集通过树形结构表示集合关系，每个集合用一棵树表示，树的根节点作为该集合的代表元。为了提高效率，通常会采用两种优化：
- 路径压缩（Path Compression）：在Find操作时，将查找路径上的所有节点直接指向根节点
- 按秩合并（Union by Rank）：在合并时，将较小的树合并到较大的树下
在团伙问题中，我们需要扩展基本的并查集结构，以处理"敌人的敌人是朋友"这种特殊关系。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 解题思路与数据结构设计
2.1 数据结构扩展
为了处理敌对关系，我们在标准并查集节点中增加了几个字段：
cpp复制struct node {
int f; // 父节点（祖先）
int e; // 敌人（如果有的话）
int k; // 该团体是否已被统计
int size; // 团体人数（用于按秩合并）
} p[1005];
这种扩展是解决本题的关键。e字段记录了每个人的直接敌人，当遇到"敌人的敌人"关系时，可以通过这个字段找到需要合并的对象。
2.2 核心算法流程
算法的主要处理流程如下：
- 初始化：每个人自成一组，父节点指向自己
- 处理关系：
- 朋友关系(F