对并查集的一个直观理解
    image.png
    image.png
    image.png
    image.png
    image.png
    image.png

    1. 并查集初始化 ```java int N = 100; // N 为初始集合的个数 int[] parent = new int[N];

    for(int i = 0; i < N; i++){ parent[i] = i;
    }

    2. 2. find 函数
    3. ```java
    4. // 最原始版本
    5. int find(int x) {
    6.     if(parent[x] == x){  // 找到根节点了（类似于上面例子的帮派大佬）
    7.         return x;   
    8.     }
    9.     else {
    10.         return find(parent[x]);   
    11.     }
    12. }
    15. // 路径压缩
    16. // 在递归找根节点的过程中，将这一过程中遍历到的非根结点的父节点直接指向为根结点
    17. // 使得每个元素到根节点的路径尽可能的短
    18. int find(int x){
    19.      if(parent[x] == x){
    20.          return x;   
    21.      }else{
    22.          parent[x] = find(parent[x]);
    23.         return parent[x];
    24.      }
    25. }
    28. // 上述代码还可以进行简写
    29. int find(int x) {
    30.     return parent[x] == x ? x : (parent[x] = find(parent[x]));
    31. }
    1. union 函数 ```java // 最原始版本 void merge(int i, int j) { parent[find(i)] = find(j); }

    // 按秩合并（秩可以理解为根节点的深度，对于非根节点而言，秩可能并没有表示深度） // 我们需要在初始化时，对rank[] 进行初始化 void init(int n){ for(int i = 0; i < n; i++){ //省略对parent的初始化

        rank[i] = i;
}

    }

    void merge(int i, int j) { int x = find(i); int y = find(j);

    // 秩小的合并到秩大的树中
// 此处为什么不先判断 x,y 是否相等?
// 因为如果 x,y相等，下面的if-else 代码块仍然不会改变二者的parent
if(rank[x] <= rank[y]){
    parent[x] = y;
}else {
    parent[y] = x;
}

if(rank[x] == rank[y] && x != y){
    rank[y]++;   
}

    }

    ```