算法导论 20.4 第 2 题：连通分量证明与 Go 实现

问题背景

在图论中，连通分量（Connected Components）是指无向图中的极大连通子图。对于算法导论中的经典问题，我们需要证明：当 CONNECTED-COMPONENTS 算法处理完所有边后，两个顶点在相同的连通分量中，当且仅当它们在同一个集合中。

这通常通过并查集（Union-Find）数据结构来实现。下面我们先从理论层面梳理这个性质，再给出 Go 语言的完整实现。

理论证明

要理解这个结论，关键在于明确并查集的操作如何映射到图的连通性上。

必要性 如果两个顶点 u 和 v 在同一个连通分量中，根据定义，它们之间存在一条路径。这条路径上的每一条边都会被算法遍历到。每当遇到一条连接不同集合的边时，算法就会执行合并操作（Union）。因此，路径上的所有顶点最终都会被合并到同一个集合中，u 和 v 自然也在其中。

充分性 反之，如果 u 和 v 在同一个集合中，说明它们之间必然经历过至少一次合并操作。而合并操作的前提是存在一条边直接连接这两个顶点所在的集合。递归地看，这意味着 u 和 v 之间可以通过一系列被合并过的边相互到达，即存在路径，属于同一个连通分量。

Go 语言实现

为了高效验证这一性质，我们采用带有路径压缩和按秩合并优化的并查集。这种实现方式时间复杂度接近常数级，非常适合处理大规模图的连通性问题。

package main

import "fmt"

// UnionFind 结构体封装了并查集的核心逻辑
type UnionFind struct {
	parent []int // 父节点数组
	rank   []int // 树的秩，用于优化合并深度
}

// NewUnionFind 初始化并查集，每个顶点初始为一个独立的集合
func NewUnionFind(n int) *UnionFind {
	parent := make([]int, n)
	rank := make([]int, n)
	for i := 0; i < n; i++ {
		parent[i] = i
		rank[i] = 0
	}
	return &UnionFind{
		parent: parent,
		rank:   rank,
	}
}

// Find 查找元素 x 的根节点，包含路径压缩优化
func (uf *UnionFind) Find(x int) int {
	if uf.parent[x] != x {
		// 路径压缩：将查找路径上的所有节点直接指向根节点
		uf.parent[x] = uf.Find(uf.parent[x])
	}
	return uf.parent[x]
}


 Union(x, y ) {
	rootX := uf.Find(x)
	rootY := uf.Find(y)
	 rootX != rootY {
		
		 uf.rank[rootX] > uf.rank[rootY] {
			uf.parent[rootY] = rootX
		}   uf.rank[rootX] < uf.rank[rootY] {
			uf.parent[rootX] = rootY
		}  {
			uf.parent[rootY] = rootX
			uf.rank[rootX]++
		}
	}
}


 Connected(x, y )  {
	 uf.Find(x) == uf.Find(y)
}

 {
	
	
	numVertices := 
	edges := [][]{{, }, {, }, {, }}

	uf := NewUnionFind(numVertices)

	
	 _, edge :=  edges {
		uf.Union(edge[], edge[])
	}

	
	fmt.Println(, uf.Connected(, )) 
	fmt.Println(, uf.Connected(, )) 
	fmt.Println(, uf.Connected(, )) 
}