网上有很多大佬，写的十分清楚，看他们的博客就能入门，我就不卖弄了。这里就先引用一个：
https://blog.csdn.net/niushuai666/article/details/6662911
以下是补充说明：
（个人领悟仅供参考）
并查集（Union-Find）是一种数据结构的处理方法，主要是处理点与点之间的联系。如果有很多数据之间有简单的关系，你可以把这些数据抽象成一个个点，那么你可以对他们的关系用作并查集。
比如说，有很多人互相认识，他们能通过朋友来结交朋友的朋友，那么给你n个人，告诉你这n个人谁认识谁，然后问你a和b能否成为朋友。再比如几组数，告诉你这两个数有关系，最后问有多少不同种关系，然后还要分别输出和。这些时候你就能使用并查集。
知道什么时候用并查集了，然后是为什么要用并查集。简单的说，就是为了节省查询的时间。像刚才说的找朋友，输入的数据你要存起来，最暴力的做法是有关系就连一起，组成n条关系链表，然后每条链上有m个人，这样等到最后询问的时候，遍历所有的链表，还要根据链表里的数据跳到另一个链表去检索……说都说不清楚，实现起来就更加麻烦了，再顺着这个错误的想法实现下去说不定就要用上字典树了。如果是刚才说的要输出有关系数的和，那暴力的做法也就可以放弃了，根本无从下手——你没有办法处理n条链上相同的数，就算用bool vis标记的话……好了彻底忘掉暴力做法吧，咱们有更好用的算法，就是今天的主角并查集。
并查集，可以分为“并”和“查“两个过程，精髓就在于每次输入数据时候，要把有关系的数据”并"到一起，这样就能够在“查”的时候快很多了。
像刚才的找朋友，最后输入的数据肯定是要有好几种关系，分成好几堆人。你们这些人都认识对吧？就算有人说：我不认识她，我认识的是她朋友的朋友的朋友。但是根据题意只要能通过朋友认识的都是朋友，所以这两个人也是有关系的，那么这一堆人就可以随便派一个代表出来，说这个人不管怎么找关系都能和所有人攀上朋友，所以我们就让他代表我们的关系网，只要认识他咱们就是朋友。同样，其他堆也都派个代表出来，所以在想知道这两个人是不是朋友，只要让这两个人说出自己关系网的代表就行了，如果相同，那就是朋友，如果不同，那就是路人。特别的，这些代表就是自己就是自己的代表，这种自己是自己的代表的人每个关系网肯定就一个。
一般的，我们会开一个数组pre[]来记录每个数据的祖先（就是刚才说的代表，我习惯叫祖先），然后在输入的时候，因为每次输入两个数据都是要建立这两个数据的联系，判断这俩个数据的祖先是否相同（这是查的过程），如果不同，那么就把他俩的祖先统一（这是并的过程），来让这两个人有关系。等到全部数据输入完，这些数据的关系也都捋顺了，接下来要找任意两个数据a，b是否有关系，就只要判断pre[a]和pre[b]是否相等就行了。
查和并的代码最好写成函数，方便重复调用。
int uf_find(int x) //这就是查的函数 { if(pre[x] == x) //咱们在程序的开头会进行初始化，让每一个数的祖先都是他自己，这样最开始就都没有联系了 return x; //自己的祖先就是自己的那个数，肯定就是这个关系下所有数的祖先 return (pre[x] = uf_find(pre[x])); //不是的话就递归去找，这一行一定要这样写，每次递归的时候顺带把每个pre[x]更新一遍，以防超时 } void uf_unite(int x, int y) //这是并的函数 { x = uf_find(x); //找x的祖先 y = uf_find(y); //找y的祖先 if(x != y) //不相等就并起来 pre[x] = y; //你写成pre[y] = x;也没问题，这都无所谓。一定是要让一个数的祖先为另一个数 }
并查集思想理解起来肯定没问题，就是代码可能有点难懂，这个代码经过无数代人的优化才形成现在这样，简洁得十分优雅。我举个例子方便你理解。如果有一关系是1，2，3，4，5，这组关系中让1为祖先，还有一关系是6，7，8，9，10，这组关系中让6为祖先，然后再给你一组输入是4，8，这样两组关系就变成同一组关系了，经过“并”，现在6的祖先就不是自己了，而是1。可是，7，8，9，10的祖先现在还是6，我们的更新祖先是再查里面的，所以应用并查集的代码不管在什么时候，想要找这个数的祖先都要用uf_find函数，而不能直接=pre[x]。