LeetCode 684冗余边：并查集算法详解与应用

1. 题目背景与核心需求

LeetCode 684 "冗余的边"是一道经典的图论问题，属于并查集(Union-Find)算法的典型应用场景。题目给定一个无向图，该图由一棵树加上一条额外的边构成，要求找出这条导致图中出现环的冗余边。

在实际编程面试中，这类问题经常出现在大厂的算法考察环节。我在准备机考时发现，很多同学对并查集的理解停留在表面，遇到变种题目就容易卡壳。这道题正好能帮助我们深入掌握并查集的核心思想。

2. 问题分析与算法选择

2.1 题目形式化描述

给定一个边列表edges表示的无向图，其中edges[i] = [a, b]表示节点a和b之间的连接。该图原本是一棵树，后来添加了一条边。需要找出那条添加后导致环出现的边。

示例：
输入：edges = [[1,2], [1,3], [2,3]]
输出：[2,3]

2.2 解题思路比较

常见的解法主要有两种：

1. DFS/BFS遍历法：每次添加边前检查两点是否已连通
2. 并查集(Union-Find)法：动态维护连通分量

经过实际测试，当节点数N较大时（比如N>1000），并查集解法在时间复杂度上更有优势：

• DFS/BFS：O(N^2) 最坏情况
• 并查集：O(Nα(N)) ≈ O(N) （α为反阿克曼函数）

提示：面试时如果被问到时间复杂度，需要解释清楚α(N)的含义

3. 并查集实现详解

3.1 数据结构设计

标准的并查集需要实现两个核心操作：

• find(x): 查找x的根节点
• union(x, y): 合并x和y所在集合

python复制class UnionFind:
    def __init__(self, size):
        self.parent = list(range(size+1))  # 节点从1开始编号
        self.rank = [0]*(size+1)
    
    def find(self, x):
        while self.parent[x] != x:
            self.parent[x] = self.parent[self.parent[x]]  # 路径压缩
            x = self