并查集原理与团伙问题实战解析

1. 并查集基础与问题背景

第一次接触并查集(Disjoint Set Union)数据结构时，我被它的简洁高效所震撼。这个看似简单的数据结构，却能优雅解决许多复杂的连通性问题。让我们以P1892 [BalticOI 2003]团伙问题为例，深入探讨并查集的实际应用。

并查集的核心功能是管理元素的分类与合并。它主要支持两种操作：

• Find：查找元素所属集合
• Union：合并两个集合

在团伙问题中，我们需要处理两类关系：

1. 朋友关系：具有传递性（A-B且B-C ⇒ A-C）
2. 敌人关系：具有对称性（A是B的敌人 ⇒ B是A的敌人）且敌人关系会形成"敌人的敌人是朋友"的连锁反应

2. 数据结构设计与优化

2.1 基础并查集实现

最基础的并查集使用数组表示父节点关系：

cpp复制int parent[MAXN];

void init(int n) {
    for(int i=1; i<=n; ++i)
        parent[i] = i;
}

int find(int x) {
    if(parent[x] == x) return x;
    return find(parent[x]);
}

void unite(int x, int y) {
    x = find(x);
    y = find(y);
    if(x != y) parent[y] = x;
}

这种实现存在明显效率问题：find操作在最坏情况下是O(n)复杂度。我们需要优化。

2.2 路径压缩优化

通过在查找过程中扁平化树结构，可以大幅提升效率：

cpp复制int find(int x) {
    return parent[x] == x ? x : (parent[x] = find(parent[x]));
}

这个简单的修改让后续查询复杂度降至接近O(1)。

2.3 按秩合并

另一种优化是记录树的深度，总是将小树合并到大树下：

cpp复制int rank[MAXN]; // 初始化为0

void unite(int x, int y) {
    x = find(x);
    y = find(y);
    if(x == y) retu