并查集是什么东西？
它是用来管理元素分组情况的一种数据结构。
他可以高效进行两个操作：
- 查询a，b是否在同一组
- 合并a和b所在的组
萌新可能不知所云，这个结构到底有什么用？
经分析，并查集效率之高超乎想象，对n个元素的并查集进行一次操作的复杂度低于O(logn)
我们先说并查集是如何实现的：
也是使用树形结构，但不是二叉树。
每个元素就是一个结点，每组都是一个树。
无需关注它的形状，或哪个节点具体在哪个位置。
初始化：
我们现在有n个结点，也就是n个元素。
合并：
然后我们就可以合并了，合并方法就是把一个根放到另一颗树的下面，也就是整棵树作为人家的一个子树。
查询：
查询两个结点是否是同一组，需要知道这两个结点是不是在一棵树上，让他们分别沿着树向根找，如果两个元素最后走到一个根，他们就在一组。
当然，树形结构都存在退化的缺点，对于每种结构，我们都有自己的优化方法，下面我们说明如何避免退化。
- 记录每一棵树的高度，合并操作时，高度小的变为高度大的子树即可。
- 路径压缩：对于一个节点，只要走到了根节点，就不必再在很深的地方，直接改为连着根即可。进一步优化：其实每一个经过的节点都可以直接连根。
这样查询的时候就能很快地知道根是谁了。
下面上代码实现：
和很多树结构一样，我们没必要真的模拟出来，数组中即可。
int p[MAX_N];//父亲
int rank[MAX_N];//高度
//初始化
void gg(int n)
{
for(int i=0;i<n;i++)
{
p[i]=i;//父是自己代表是根
rank[i]=0;
}
}
//查询根
int find(int x)
{
if(p[x]==x)return x;
return p[x]=find(p[x])//不断把经过的结点连在根
}
//判断是否属于同一组
bool judge(int x,int y)
{
return find(x)==find(y);//查询结果一样就在一组
}
//合并
void unite(int x,int y)
{
if(x==y)return;
if(rank[x]<rank[y])p[x]=y;//深度小，放在大的下面
else
{
p[y]=x;
if(rank[x]=rank[y])rank[x]++;//一样，y放x后，x深度加一
}
}实现很简单，应用有难度，以后有时间更新题。