直接回答：并查集维护元素的分组（连通分量），支持近 O(1) 的“合并两组”与“查是否同组”。两个优化缺一不可：路径压缩（find 时把沿途节点直挂根，摊还接近 O(1)，严格说是反阿克曼 α(n)）与按秩/大小合并（小树挂大树，防链化退化）。只做一个都能过多数题，两个都做才是教科书复杂度。
展开解析：识别“本质是连通性”的信号：问题只关心“是否连通/几个连通块/动态加边后的连通性”，不关心路径与距离——一旦问最短路径就是 BFS/最短路的地盘。经典应用地图：Kruskal 最小生成树（按边权升序加边，并查集判环）；朋友圈/省份数量（连通块计数，初始化 count=n，每次成功合并 count--）；岛屿数量（二维网格也可并查集，虽然 DFS 更直给）；冗余连接（找成环边——合并时发现已同组即答案）；等式满足性（可满足的等式约束——先并所有等号，再查每个不等号两端是否同组，带权并查集可扩展到“倍数关系”类约束）。带权并查集要点：节点到根的边权（距离/倍数）在路径压缩时累加更新，处理“a 是 b 的两倍”类相对关系问题（如除法求值）。工程细节：路径压缩一行递归（parent[x] = find(parent[x])）即可；按大小合并比按秩更直观；离线查询场景（询问与操作全给出后可倒序处理——删边变加边）是竞赛进阶技巧。边界提醒：并查集不支持高效删边（分裂连通块），需要删边的问题上可持久化并查集或转 LCT——面试说到这层就完整了。
追问方向：α(n) 为什么在实际中等价于常数？带权并查集的路径压缩如何维护边权？
（约 490 字）