小知识，大挑战！本文正在参与「程序员必备小知识」创作活动
并查集一般用在对集合模拟合并和查找操作。但是貌似并没有一个比较官方的实现。
我们手动实现的话，就先最简单的效果开始，假设有5个元素，每个数属于一个集合。我们为它储存一个状态，假设单独作为一个集合是用 -1来记录。
五个顶点，分别是 0,1,2,3,4 .
a,b,c,d,e = 0,1,2,3,4 # 五个顶点
parent = [-1]*5 # 储存状态，叫parent是因为后面它会像一棵树
接下来考虑现在这种情况的合并的操作，如果要合并a和c这两个集合。具体的操作是把a或者c中的一个当作一个树形结构的父节点，另一个则是子节点。假设a做父节点。
比如像下面这样
parent[c] = a
这样之后c保存的状态就不是-1了，找c所在的集合就得通过它的父节点 来找，如果是小于0（后文还会解释，现在是只考虑-1，它也属于小于0的情况）表示找到了这个集合最开始的节点，这一个集合都用这一个顶点来标识 也就分辨得出是同一个集合 。现在只有一层，但是即使多几层也会发现是一样的过程。
所以查找操作就可以是下面这样
def find(parent: List[int],e: int)->int:
if parent[e] < 0:
return e
return find(parent,parent[e])
当对两个元素进行查找的时候，如果两个元素并不属于同一个集合，可以做一个简单的合并操作，把一个集合的根顶点放到另一个集合的根顶点下，当作子节点。因为find函数查找到的本就是根节点，直接对这个值做操作就行了。
像下面这样
def union(parent: List[int],x: int,y: int):
x = find(parent,x)
y = find(parent,y)
parent[x] = y
简单的合并操作已经完成了。
但其实这是有问题的，如果每次y都是只有一层的树，而x则是多层，则每次表示集合的树就会加一层，最坏的情况下，会达到和parent数组长度一致的深度。
需要避免这种情况，这时候就用上了我们先前说的那个小于0。
在最开始的时候，我们把它初始化为了-1，可以做一个这样的解读，-1表示树的深度的负数。
然后在合并的时候我们总是做一个这样的操作，当两个树一样高的时候，就随意连接，然后把作为父节点的树的深度加一层。而一长一短的情况，则可以把短的树作为长的树的子节点，这样的情况下，树的深度是不会增加的。
也就是像下面这样
def union(parent: List[int],x: int,y: int):
x = find(parent,x)
y = find(parent,y)
if x == y:
parent[x] = y
parent[y] -=1
elif x > y: # -x < -y，x 接到 y
parent[x] = y
else:
parent[y] = x
到这里并查集的实现已经完成了。时间复杂度为log(n)级别。
如果需要它更好使用，可以把它封装成类。在这种实现下，可能这个parent数组有些让人认为不合适，所以也有有另一种实现：它把这里parent数组标识深度的功能划分到另一个数组，然后这个parent数组只放父节点的位置。对于它的集合的根节点则使用自身来表示，如果不与自身相等则需要查父节点。
二者的实现从功能上来讲完全一样，不过另一种写法的规范性更强一些。除此之外，如果parent不使用数组而使用哈希表实现，甚至可以使用命名节点，以得到更高的通用性。
