陈易铭刷PAT的L2题，最怕的不是算法难，而是题目看着像模拟题，样例一跑就对，提交却卡住半个钟头。L2-024“部落”就是典型代表。很多人第一次看到这道题，第一反应是用图或者并查集，但真正动手时容易在“编号范围”“统计部落数”“合并方式”这些细节上翻车，更别说有人连题都没读完就开始DFS了。
先说结论：这道题考的是并查集（Disjoint Set Union），属于L2阶段几乎必考的一类数据结构题。它的核心价值不在于算法本身有多难，而在于你能不能把“圈子重叠导致人物间接关联”的自然语言，翻译成“集合合并与集合归属查询”的抽象模型。这篇内容适合两类人看：一是正在备考PAT、刷到L2题单的选手，二是刚学并查集、想知道这玩意儿到底怎么用在真实题目里的同学。我会把从读题到AC的全过程掰开揉碎讲一遍，包括考场上的坑和提交环境里的雷。
1. 别被“部落”这个名字骗了：题目到底在让你算什么
先回归原题。题目会给你若干个圈子，每个圈子会列出里面所有人的编号。比如第一个圈子是“1 2 3”，意思是编号1、2、3三个人属于同一个圈子；第二个圈子是“4 5 6”，第三个圈子是“3 4 7”。注意这里的关键信息：编号3同时出现在第一个圈子和第三个圈子，编号4同时出现在第二个和第三个圈子。这个时候，表面上看起来是三个圈子，实际上所有人的关系已经通过“共有成员”串成了一张连通网，这张网里所有人最终属于同一个大的社交社区。
所以题目问两件事：
- 第一行输出两个数：总共有多少个人、这些人一共分成多少个互不相交的部落（社区）。
- 接下来Q次查询，每次给两个编号a、b，判断他们是否属于同一个部落，属于就输出Y，否则输出N。
题目描述里“部落”这个词挺容易误导人。它不是说每个圈子就是一个部落，而是说“只要两个人能通过一层层圈子关系连在一起，他们就算同一个部落的人”。这就是典型的传递闭包思想。如果你把每个圈子当成一个集合，那么两个圈子只要存在一个人同时在两边，这两个集合就必须合并成一个。合并完之后，剩下的独立集合数量才是部落数，而不是输入的圈子数。
第一次做题的人最容易在“部落数是圈子数”这里踩坑。输入的N个圈子是可能重叠的，重叠会让圈子合并，所以部落数一定小于等于N。举个例子：圈子1是“1 2”，圈子2是“2 3”，圈子3是“4 5”。因为2同时出现在圈子1和圈子2，所以1、2、3全部属于一个部落；圈子3是独立的一拨。这时总人数5人，部落数2。你要是输出3个部落，直接WA到怀疑人生。
再补一个容易忽略的点：人物的编号并不是从1连续排到N的，而是题目里出现过的任意编号。比如第一行给的N是3，但实际出现的编号可能是10、20、30，也可能中间缺号。所以你不能用“读入N然后遍历1到N”的方式去统计总人数，必须自己维护一个“当前出现过的最大编号”，或者用标记数组记录所有见过的编号。后面写代码的时候这个点非常关键，很多人的数组越界都是从这里冒出来的。
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. 并查集是怎么变成“部落合并”的：先搞懂原理再写代码
并查集这个名字听着挺劝退，但它的核心思想用一句话就能说清楚：每个集合选一个“代表”，判断两个元素是否在同一个集合，就看它们的代表是不是同一个人。
我来打个比方。假设你是村里管户口的人，每个家族选一个族长。刚开始每个人都自己当自己的族长。后来A家族和B家族联姻了，两家合成一家，那就指定其中一位族长当合并后家族的大族长，另一家的族长跟大族长报到。以后你想知道两个人是不是一个家族的，就顺着他们的“汇报链”往上找到大族长，比较大族长是不是同一个人就行。
对应到题目里，一个圈子就是一次“联姻事件”。圈子里的人必须全部合并到同一个集合，也就是共同推举一个人当这根链条上的代表。
并查集需要维护一个数组fa[i]，表示编号i的“上级”是谁。注意这里不是父节点那种树形结构的父节点，而是“往上一层汇报”的对象。初始状态是fa[i]=i，每个人都代表自己。
然后是两个核心操作：
- find(x)：找到x所在集合的代表。实现方式是一直往上找，直到fa[i]==i为止。
- unite(a,b)：把a和b所在的两个集合合并。做法是分别找到ra=find(a)、rb=find(b)，如果ra不等于rb，就让fa[ra]=rb，或者fa[rb]=ra。
路径压缩是find操作里最常见的优化。它的意思是：当你在查找x的代表时，沿途经过的所有节点的上级直接改成根。这样下次再查它们的时候，一步就能到位。实现上就是一行递归：
cpp复制int find(int x) {
if (fa[x] != x) fa[x] = find(fa[x]);
return fa[x];
}
这个递归写法在绝大多数题目里都够用。但有个前提，你的系统栈要扛得住递归深度。虽然这题数据量不大，但如果你在Linux环境下用C++提交，递归深度一般不是问题；如果用Java，且自己写了很深层的递归方法，偶尔会遇到StackOverflowError。更稳妥的做法是用迭代版find：
cpp复制int find(int x) {
int root = x;
while (fa[root] != root) root = fa[root];
while (x != root) {
int next = fa[x];
fa[x] = root;
x = next;
}
return root;
}
两种写法都能AC，看个人习惯。我建议对递归有顾虑的人直接背迭代版，省心。
再来说合并。unite的时候，如果不做任何优化，极端情况下可能会形成一条长链。虽然路径压缩能缓解，但你可以顺手做一个按秩合并：维护一个rank数组，记录每棵树的“高度”或“大小”，把高度小的树挂到高度大的树上。实测下来，这题不写按秩合并也能过，因为数据规模不大，但养成这个习惯能让你遇到L2系列的加强版时更从容。
前面我提过“缩小版”做法：处理圈子时，直接用圈子里第一个人的编号作为这棵树的根，然后让后面的所有人都和它合并。这个思路是对的。但有个细节：如果圈子里第一个人自己就是独立一个人（k=1），那么他不需要和任何人合并，但他必须被标记为“出现过”，否则总人数会少算。
那为什么不能用简单的“把同一个圈子的所有人打上同一个编号”来完成判断呢？因为圈子之间会重叠，如果你只是在读入时给每个人分配小组编号，当出现“3号同时在圈子1和圈子2”这种交叉时，你没法快速把两个小组的所有人改成一个编号。就算强行用数组维护“每个人属于哪个组”，遇到大量重叠会导致反复遍历，复杂度直接爆炸。并查集的好处就是，合并操作只改动一个fa指针，剩下的查询全部延后到你需要的时候再处理，效率高出好几个量级。
3. 完整AC代码逐段拆解：从初始化到查询，每一行都有用处
写代码之前先定两个数组：
- fa数组：并查集的上级关系。
- vis数组：标记某个编号是否出现过，用来统计总人数。
数组大小需要根据题目常识定。L2-024原题的数据范围不大，编号一般在1到10000以内，所以开10005完全够用。但如果你不放心，可以开10005或者10010，再多也无所谓，只要别开得太夸张导致栈内存爆炸就行。（PAT判题机一般对内存限制比较宽松，但全局数组别动不动10的7次方，没必要。）
cpp复制#include <bits/stdc++.h>
using namespace std;
const int MAXN = 10005;
int fa[MAXN];
bool vis[MAXN];
int find(int x) {
if (fa[x] != x) fa[x] = find(fa[x]);
return fa[x];
}
void unite(int a, int b) {
int ra = find(a);
int rb = find(b);
if (ra != rb) fa[ra] = rb;
}
int main() {
ios::sync_with_stdio(false);
cin.tie(0);
for (int i = 0; i < MAXN; i++) fa[i] = i;
int n;
cin >> n;
int maxId = 0;
while (n--) {
int k;
cin >> k;
int first;
if (k > 0) {
cin >> first;
vis[first] = true;
maxId = max(maxId, first);
}
for (int i = 1; i < k; i++) {
int id;
cin >> id;
vis[id] = true;
maxId = max(maxId, id);
unite(first, id);
}
}
int people = 0;
for (int i = 1; i <= maxId; i++) {
if (vis[i]) people++;
}
bool rootCnt[MAXN] = {false};
for (int i = 1; i <= maxId; i++) {
if (vis[i]) rootCnt[find(i)] = true;
}
int tribes = 0;
for (int i = 1; i <= maxId; i++) {
if (rootCnt[i]) tribes++;
}
cout << people << " " << tribes << "\n";
int q;
cin >> q;
while (q--) {
int a, b;
cin >> a >> b;
if (find(a) == find(b)) cout << "Y\n";
else cout << "N\n";
}
return 0;
}
这段代码有几个设计点值得单独说明。
第一，maxId的动态维护。我读入每个圈子时，边读边更新当前出现过的最大编号。这样统计总人数时只需要从1遍历到maxId，不需要每次查数组全范围。如果你偷懒直接遍历10000，也能过，但不够优雅。
第二，vis数组的标记时机。每读到一个编号就立刻标记为出现过，不管它是圈子里第一个人还是后面的人。这一步漏掉的话，总人数统计就会少算。
第三，统计部落数的方式。有人会写“遍历所有vis过的点，用set存find结果，然后输出set.size()”。这也行，但用bool数组rootCnt可以省掉set的额外开销。原理很简单：如果vis[i]为true，说明编号i这个人真实存在，我们就找到他的集合代表，并把rootCnt[代表]标记为true。最后遍历一遍所有可能作为代表的编号（其实只需要1到maxId），数一数有多少个代表被标记过，那就是部落数。
注意，判断部落数时遍历的终点必须是maxId，不是n。因为编号最大值可能比输入组数大得多，也可能小得多。如果你写for (int i = 1; i <= n; i++)，而在某个数据的编号是5000、n只有3，那vis[5000]里存的true根本不会被扫到，部落数直接少算。
第四，查询部分的find调用。有个小细节：查询时如果a和b根本没在题目里出现过，find(a)和find(b)依然能正常返回，因为fa数组初始就自环了，find函数不会越界。也就是说，即使查询涉及一个“不存在的人”，它也会把自己当成一个独立部落。题目一般不会这么出，但你能正确处理总归是好事。
跑一遍样例。假设输入：
code复制3
3 1 2 3
3 4 5 6
4 3 4 7 8
2
1 3
3 8
处理过程：圈子1把1、2、3合并；圈子2把4、5、6合并；圈子3把3、4、7、8合并。因为3和4分别在圈子1/2和圈子3中重叠，所以最后1到8全部属于同一个部落。总人数8，部落数1。查询1和3，Y；3和8，Y。如果我的代码逻辑没问题，输出就是：
code复制8 1
Y
Y
这里你可以直观看到为什么“部落数不等于圈子数”：输入了3个圈子，但最终只有1个部落。
4. 从WA到AC的完整踩坑过程：常见报错和它们的根因
很多人写完第一版提交，信心满满，结果屏幕上飘来一个红色的WA。这时候不要去怀疑并查集本身，先检查几个高频踩坑点。
第一个坑：数组开小。 我见过有人看到N的数据范围是100，就直接开fa[105]，结果实际人物编号到了1000。这类题有个潜规则：N代表圈子数量，不是人物编号上限。人物编号可以比N大得多。解决办法就是像我上面一样，数组开到题目约束的安全上限，如果题目没给出明确编号范围，就根据经验开，比如10005。开数组前仔细看输入格式里面对编号的说明，实在没写就往大了开，但不建议超过10的7次方，避免MLE。
第二个坑：统计总人数时用n当遍历边界。 这个问题前面已经强调过。用一个maxId变量动态记录最大值，遍历时只在1到maxId范围内做标记扫描，是最稳的写法。
第三个坑：统计部落数时对find结果去重失败。 如果你用bool rootCnt[MAXN]，一定要先确保vis[i]为true再取find(i)。否则你会把“从没出现过的编号”也当成一个部落的代表，导致部落数虚高。特别是有一些编号虽然fa[i]==i，但这个人从未出场，不应该被计数。
第四个坑：忘了vis标记“第一个人”。 处理每个圈子时，第一个人要和后面的所有人合并，但他自己也要被标记为出现过。很多人在循环里给后面的成员打了标记，却忘了给first打标记。结果就是总人数少1，部落数可能恰好不小，但输出第一行直接错。
第五个坑：输入输出超时。 这道题数据量不算大，但如果你用C++的cin/cout默认流同步，遇到大量查询时偶尔会卡在边上。最稳妥的方式是加上一行ios::sync_with_stdio(false); cin.tie(0);。如果你用Java，尽量用BufferedReader和BufferedWriter，别用Scanner；Scanner在数据量稍大的时候确实会拖时间。
第六个坑：递归爆栈。 虽然这题卡递归概率不大，但如果你在别的高难度并查集题里写过深层递归版find，遇到大数据时可能会爆栈。解决方案有两个：一是用迭代版find，二是把递归find改成尾递归（不少编译器能优化，但别依赖）。
第七个坑：输出大小写和换行。 L2题对输出格式要求很严格，Y和N必须是大写，每行输出后要有换行。第一行两个数字之间只能有一个空格，行尾有没有多余空格都不行。这种格式题，样例过了也可能因为最后一个换行问题被卡，但其实PAT判题一般忽略行末空格和末尾换行，主要问题是别把Y/N写成y/n。
排查顺序建议是：先检查读入逻辑和maxId更新，再检查合并逻辑，再打印中间结果（比如每个点的根是谁），看部落数统计和总人数统计是否一致。这种题目调试起来比算法设计还要耗时间，很多人思路完全正确，却在细节上磨了半小时。
5. 考场外的实操经验：编译环境、刷题平台与这类题的扩展方向
题目本身讲完了，再分享点我在实际刷题和备考过程中总结的经验。
先说编译环境里一个常见报错。 热词里有一条“error: java_home is not set and no 'java' command could be found in your pat”。这个提示通常出现在你本机没配置JAVA_HOME，或者PATH里找不到java命令时，跟题目本身没关系。它一般发生在你用命令行编译运行Java程序时，系统找不到JDK。解决办法是先安装JDK，然后设置JAVA_HOME环境变量：
bash复制export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export PATH=$JAVA_HOME/bin:$PATH
Windows下就是在系统环境变量里添加JAVA_HOME，并把%JAVA_HOME%\bin加到Path里。这个报错并不特殊，很多人误以为是判题机的问题，其实是你自己电脑环境的问题。
再说“PAT模式是指什么”。 理解PAT的评分模式，对你答题策略有直接影响。PAT不是ACM那种只认AC或WA的零和判定，而是按测试点给分：每个测试点占了若干分值，你过了几个测试点就给几分，哪怕没全对也能拿部分分。这意味着实战时，不要死磕一个用例导致后面题目没时间写。L2级别的题目通常有二三十个测试点，其中一定有基础样例、边界数据、大数据量数据。你的目标不是“一次AC”，而是在有限时间内拿最多分。
所以考场上比较稳的打法是：先读题，判断算法类型，快速写能过常规样例的版本，提交后根据错误反馈再修边界。对于L2-024这道题，如果你能把并查集写出来，再把编号范围、vis标记这些细节处理好，拿到的分数会非常可观。
刷题资源方面。 热词里提到的“浙大翁恺PAT练习题”和“翁恺C语言PAT习题网站”，其实是指翁恺老师团队维护的PTA平台。PAT的历史真题、练习题库都在上面，而且支持C、C++、Java、Python多种语言。对刚入门的人来说，跟着翁恺老师的C语言课程把基础语法过一遍，再去PTA上按题单顺序刷，是比较顺的路径。如果是在校生，PTA还能关联课程作业；如果不是在校生，也可以注册账号自己练，不影响使用。
我把这类并查集题目归成三个层次，方便你举一反三。
- 第一层：纯并查集模板题，比如L2-024“部落”。核心是合并、查询、计数。你只要把模板写熟，注意编号边界，基本就拿下了。
- 第二层：并查集加上额外信息统计，比如L2-007“家庭房产”。除了合并集合，还要统计每个集合的总人数、房产套数、总面积，输出时还要按某个关键字的规则排序。这要求你在合并时同步维护集合属性，思路比L2-024又高了一截。
- 第三层：并查集结合图论或离线处理，比如L2-010“排座位”。它可能要求你区分“朋友关系”和“敌对关系”，要用不同数据结构分别维护。
刷题时不要只背模板，要理解“合并哪些元素、统计什么信息、查询什么关系”。L2-024就是个很好的起点，表面上是部落，实际上考的是“如何把一组关系抽象成集合合并”，这种抽象能力在PAT后续题目里会反复用到。
最后再分享一个我自己的小习惯：每次AC后，我会把代码里的printf临时换成输出根节点、vis标记数组的调试版本，手动构造几组数据跑一遍，看看自己能不能卡出Bug。比如构造一组“两个圈子完全独立”的数据，再构造一组“两个圈子通过多个人交叉重叠”的数据，再构造一组“只有一个圈子且只有一个人”的数据。这些边界测试能帮你把代码的隐含问题暴露出来。
L2-024这道题的价值，不止是让你背下来一个并查集模板。它更像一个筛子，筛掉那些“看着题目像模拟就硬写”的选手，留下那些能从题面里嗅出数据结构味道的人。希望这篇拆解能让你下次刷到类似题目时，读完题就能在脑子里自动把问题转化成集合操作，并且直接在纸上写出AC代码。