并查集进阶：种类与带权并查集实战解析

1. 并查集基础：从连通性维护到关系拓展

作为一名算法工程师，我处理过大量需要维护元素连通性的场景。从社交网络的好友关系到电路板的连通检查，并查集（Disjoint Set Union）始终是我工具箱中的利器。今天我想系统梳理并查集的三种进阶用法，这些技巧曾帮我高效解决了许多复杂问题。

并查集本质上是一种树型数据结构，它擅长处理不相交集合的合并与查询。想象你正在管理一个大型公司的部门架构：当两个部门合并时，你需要快速确定某个员工属于哪个部门，这就是并查集的典型应用场景。

1.1 核心操作原理解析

标准并查集提供两个基本操作：

• Find：查找元素所属集合的代表元（通常称为"族长"）
• Union：合并两个元素所在的集合

在代码实现时，我们使用一个父指针数组fa[]来表示森林结构。初始化时每个元素自成一派（fa[i] = i），合并操作通过修改父指针来实现集合归并。

cpp复制int fa[MAXN]; // 父节点数组

void init(int n) {
    for(int i=1; i<=n; ++i) 
        fa[i] = i; // 初始各自为政
}

int find(int x) {
    return x == fa[x] ? x : fa[x] = find(fa[x]); // 路径压缩
}

void merge(int x, int y) {
    fa[find(x)] = find(y); // 族长认亲
}

关键技巧：路径压缩通过在find过程中将节点直接指向根节点，将树高保持在接近常数的水平。这使得单次操作的时间复杂度接近O(α(n))，其中α是反阿克曼函数，增长极其缓慢。

1.2 实战应用：亲戚关系判断

考虑洛谷P1551亲戚关系问题。我们需要判断任意两人是否属于同一家族。这正是并查集的拿手好戏——将具有亲戚关系的两人合并到同一集合，查询时只需比较根节点是否相同。

cpp复制void solve() {
    int n, m, p;
    cin >> n >> m >> p;
    init(n);
    
    while(m--) {
        int a, b;
        cin >> a >> b;