1樓：Belleve
不相交集資料結構和不相交集合森林（Disjoint Set Forest）是兩個層面的概念，後者是前者的一種高效實現。
乙個不相交集資料結構用來表示對元素的分類，分類之間彼此不相交。任意兩個元素是否同類可以描述為乙個等價關係。
而這個結構要求可以做到這種事情：
查詢某個元素被分到了哪個類
合併兩個類
如果使用常規的 Map/Hashtable 處理不相交集，對問題 1 很容易解決，但是對於問題 2，需要 O(n) 時間才能完成合併；不相交集合森林把兩個問題的解決時間都幾乎做到了 O(1)，因此成為了最常用的不相交集資料結構。
2樓：
並查集是很基本的資料結構，找個中文部落格應該能讓你快速掌握。
對於演算法和資料結構的掌握程度，主要看你目標吧，如果目標是開發，那麼隨便看看就得了；如果想做得高階點，比如一些應用方面的創新（資料挖據、機器學習、圖形學、資料庫……），可能就得多學一點；如果再高階點，比如理論層面的工作（計算理論、量子計算、資訊理論……）可能要把主要精力放在數學上。
3樓：
A,B,C,D四個人組成2個集合（A,B），（C,D），用A來表示第乙個集合的老大，用C來表示第二個集合的老大，也就是（A,B的老大是A，C，D的老大是C），這樣你就很容易知道每個個人的老大是誰了，然後這兩個集合合體了，你把C的老大標記成A，這時候你想找D的老大是誰的時候，可以這樣子：D標記的老大是C，C的老大是A，然後就知道D的老大也是A了，這時候順便把D的標記改成A，這樣子下次找的話局不需要C了
4樓：
等價的定義就是滿足自反性、對稱性、傳遞性三條性質的二元關係，你所說的「一般認識的等價」似乎並沒有經過嚴格的定義，是個模糊的概念.
disjoint set 更常使用的譯名叫並查集，這種資料結構支援合併和查詢兩個操作.
合併兩個元素將會使這兩個元素等價，查詢可以得到某個元素所在的等價類的代表元.
舉個例子，現在有幾千個新生入學要安排宿舍，合併操作就是將兩個同學安排到同一間宿舍中，而查詢操作可以得到某個同學所在宿舍的捨長. 這裡同乙個宿舍裡的同學就是等價的，因為滿足自反性（自己和自己在同乙個宿舍裡）、對稱性（如果小紅和小黃在同乙個宿舍，那麼小黃和小紅在同乙個宿舍）、傳遞性（如果小紅和小黃同宿舍，小黃和小蘭同宿舍，那麼小紅和小蘭同宿舍）三條性質.
具體實現和演算法優化可以上網搜尋，參考相關資料.
請你用通俗易懂的方式解釋藝術？
厚顏 藝術就是讓你內心的一種觸動，讓你高興 傷心 難過 讓你回憶起往事。符合乙個時代的要求，符合人慾望，就像 世間不缺乏美，而是缺少發現美。 二Dogs 一種人類刺激自身感官的必然產物，一種傳達人類自身情緒的媒介。說到底，藝術是一種主觀性的 私人性的 部分群體互通的宣洩和溝通的途徑，並不存在高低之分...
用通俗易懂的語言解釋 隨機森林 ？
撫琴塵世客 隨機森林 Random Forest，簡稱 RF 是 Bagging的乙個擴充套件變體。在以決策樹為基學習器構建 Bagging 整合的基礎上，進一步在決策樹的訓練過程中引入了隨機屬性選擇。 泰克尼客 在原始樣本的基礎上，利用bootstrap方法 有放回地抽取樣本 隨機抽取n個subs...
怎麼通俗易懂的解釋位元幣？
伊卡魯斯 你們滿腦袋都是名詞，誰能看懂？我來用人話試試，給普通人解釋解釋。你們看看對不對啊！位元幣說白了就是由中本聰發明的乙個想法，而我確信中本聰不是乙個人而是乙個團隊，這點不說了！中本聰一宅男沒工作，天天在家吃炸醬麵，這生活也不行啊，腦袋一熱突然有個想法，我可以整點我自己印的貨幣，那得先定個死規矩...