UnionFind检测连通性比DFS/BFS更合适，因其均摊时间复杂度接近O(α(n))，远优于每次重跑DFS/BFS的O(V+E)，且专为动态加边和高频连通查询优化，但不支持删边或求路径。

为什么用 UnionFind 检测连通性比 DFS/BFS 更合适？

当图的边是动态添加（比如在线加边、合并子图），或需要高频查询「两个节点是否连通」时，UnionFind 的均摊时间复杂度接近 O(α(n))，远优于每次重跑 DFS/BFS 的 O(V+E)。它不关心路径，只回答「是否同属一个连通分量」——这正是连通性检测的本质需求。

注意：UnionFind 无法获取具体路径、不能处理带权图的最短连通性、也不支持删边。如果图结构固定且只需一次判断，DFS/BFS 反而更轻量。

基础实现必须带路径压缩和按秩合并

不加优化的朴素并查集在链式结构下会退化成 O(n) 单次操作，实际中几乎不可用。以下是最小可用版本的关键点：

Python 环境工具专业版

Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期，并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看，该技能

下载

• find 必须递归或循环做路径压缩：把沿途所有节点父指针直接指向根
• union 必须比较两棵树的 rank（或 size），小树挂到大树下，避免深度激增
• 初始化时每个节点自成一集，parent[i] = i，rank[i] = 0

edges = [(0,1), (1,2), (3,4)]

• 明确传入总节点数 n（通常由题干给出，或从边中推断 max(max(u,v) for u,v in edges) + 1）
• 初始化 UnionFind(n)，再逐条 union(u, v)
• 最后统计不同根的数量：len(set(uf.find(i) for i in range(n))) == 1

若只要判断是否连通，可提前终止：当 union 次数达到 n-1 且全部成功合并，说明已成一棵树（但需注意重边）。

遇到「连通分量数量」或「最大连通块大小」怎么办？

UnionFind 原生不暴露分量信息，得额外维护。推荐在初始化时加 self.size = [1] * n，并在 union 时更新：

self.size[root]

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！