并查集解决图论连通性问题与实现详解

1. 畅通工程问题解析

这道题目描述了一个典型的图论连通性问题：给定一组城镇和它们之间已有的道路连接，我们需要计算最少还需要修建多少条道路，才能使得所有城镇之间都能互相到达（直接或间接连接）。

1.1 问题本质理解

这个问题可以抽象为一个图论中的连通分量问题。将每个城镇看作图中的一个顶点，每条道路看作图中的一条边。题目要求的是：在现有图的基础上，最少需要添加多少条边，才能使整个图变成一个连通图。

从连通性的角度来看：

• 如果图已经是连通的（只有一个连通分量），则不需要修建任何道路
• 如果有k个连通分量，则需要至少k-1条边将它们连接起来

1.2 并查集的应用场景

并查集（Disjoint Set Union，DSU）是解决这类连通性问题的理想数据结构，因为它提供了以下高效操作：

• Find：查找元素所属的集合（连通分量）
• Union：合并两个集合（连通分量）

并查集特别适合处理动态连通性问题，因为它可以在近乎常数时间内完成合并和查询操作。

2. 并查集实现详解

2.1 数据结构初始化

cpp复制int father[1005];  // 父节点数组

void InitDisjointSet(int n) {
    // 初始化，每个节点的父节点指向自己
    for (int i = 0; i < n; i++) {
        father[i] = i;
    }
}

初始化时，每个城镇都是自己的父节点，表示初始状态下每个城镇自成一个独立的集合。

2.2 查找操作（Find）

cpp复制int Find(int u) {
    if (u == father[u]) {
        return u;  // 找到根节点
    }
    else {
        father[u] = Find(father[u]);  // 路径压缩
        return father[u];
    }
}

查找操作使用了路径压缩优化，使得后续查询更加高效。路径压缩通过在查找过程中将节点直接连接到根节点，可以显著减少后续查询的时间。

2.3 合并操作（Union）

cpp复制int setcount;  // 全局变量，记录当前集合数量

void Union(int u, int v) {
    int uroot = Find(u);
    int vroot = Find(v);
    if (uroot != vroot) {
        setcount--;  // 合并后集合数量减少
    }
    father[vroot] = uroot;  // 将v的根节点指向u的根节点
}

合并操作首先找到两个元素的根节点，如果它们不在同一个集合中，则进行合并，并更新集合计数器。

3. 算法流程解析

3.1 主程序逻辑

cpp复制