并查集是一种用于维护集合的数据结构，通常用于解决图论中的一些算法问题，如判断连通性、最小生成树等。

以下为并查集的基本操作：

1. 初始化：将所有元素的父节点设为它本身，即构造出n个只有一个元素的集合。
2. 查找：给出某个元素，返回该元素所在集合的代表元素（也称“根节点”）。
3. 合并：将两个集合合并为一个集合，即将其中一个集合的代表元素的父节点设为另一个集合的代表元素。
4. 判断连通性：给出两个元素，判断它们是否在同一个集合中，即它们的根节点是否相同。

以下是并查集的实现示例，使用了路径压缩和按秩合并优化：

class DisjointSetUnion:
    def __init__(self, n):
        self.parent = list(range(n))
        self.rank = [0] * n

    def find(self, x):
        if self.parent[x] != x:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]

    def merge(self, x, y):
        px, py = self.find(x), self.find(y)
        if px != py:
            if self.rank[px] > self.rank[py]:
                self.parent[py] = px
            elif self.rank[px] < self.rank[py]:
                self.parent[px] = py
            else:
                self.parent[py] = px
                self.rank[px] += 1

    def same(self, x, y):
        return self.find(x) == self.find(y)

这里给出了一个最基础的并查集实现，时间复杂度为O(mα(m, n))，其中m为操作次数，n为元素个数。其中α为Ackermann函数的逆函数，其