声明：
主要代码和部分算法说明参考自算法(第四版)，这里将代码列出，是想和大家交流一些学习心得。
1.前言
鉴于quick-find需要在union方法中遍历整个数组，这样当数据庞大时，效率会非常低下，所以我们需要换一种思路，改良union方法。
注：quick-find算法请参考我的上一篇文章
http://blog.csdn.net/qq_32293345/article/details/78820208
2.思路
在quick-find算法中，id数组中存储的是每个触点的分量值，而且在同一连通分量的内部，各个触点有着相同的分量值。
但是在quick-union算法中，我们将用id数组把触点组织成一种树的关系。每一个连通分量就是一棵树。而id数组存储的为每个触点的父节点。
树根作为每个连通分量的标识。
判别两个触点是否在同一连通分量的依据：他们的树根是否相同。
3.特点
有此可见，quick-union相对于quick-find最大的优点是，在quick-find中，如果两个连通分量实现了连接，那么我们为了在数组中找出某个连通分量下的所有触点，我们需要遍历整个数组，但是对于quick-union来说就简单得多了，我们只需要一步，那就是把某一连通分量的根并入到另一棵数中就可以了。
4.代码实现
相对于quick-find我们只需要在它基础上更改两个方法即可。
4.1更改find(int p)
find方法作用：
找到该触点的根，即该触点所在连通分量的标识。
//找出分量名称(即找到该触点的根)
public int find(int p){
while(p != id[p]) p = id[p];
return p;
}我们可以知道，作为根的触点，它在数组中的值，一定是它自己本身，例如：数字1作为根，那么id[1] = 1。因为不要忘了，数组中的值表示的就是该触点的父节点。而作为根它的父节点我们可以看成它本身。
但是非根的触点，他的数组值就不一定是它本身了。
while(p != id[p]) p = id[p];此段代码的含义：
如果触点p的值不是它的数组值，那么就将该触点的父节点赋给p，则现在触点p就变成了它的父节点了，如此递归下去，最后的p一定是根。
4.2更改union方法(int p,int q)
union方法作用：
用于将以p为根的树并入到q中(反之亦可，你开心就好)
代码：
//将p和q的根节点统一
public void union(int p,int q){
int pRoot = find(p); //找到p触点的根
int qRoot = find(q); //找到q触点的根
if(pRoot == qRoot) return; //两根相等结束函数
id[pRoot] = qRoot; //让树p(包括其子树)并入到以q为跟的树中
count--; //连通分量的数量减1
}代码解释：
if(pRoot == qRoot) return; //两根相等结束函数
id[pRoot] = qRoot; //让树p(包括其子树)并入到以q为跟的树中上面的代码标识如果两触点的根相同(二者在同一连通分量内)，则结束函数。不相同话，则将以p为根的树并入到以q为根的树中。
注：并入后以p为根的树的直接父节点是q。
5.测试步骤
把文件tinyUF.txt作为main方法的参数输入。
原始数组：0 1 2 3 4 5 6 7 8 9
原始触点：
p:4 q:3
数组变为：0 1 2 3 3 5 6 7 8 9
触点图：
说明：根据find算法首先判断出4的根为id[4]=4，3的根为id[3]=3。然后在union中判断出二者的根不相同，然后将根为4的树并入到3下。
p:3 q:8
数组变为：0 1 2 8 3 5 6 7 8 9
触点图：
p:6 q:5
数组变为：0 1 2 8 3 5 5 7 8 9
触点图：
p:9 q:4
数组变为：0 1 2 8 3 5 5 7 8 8
触点图：
这里面需要注意的是，触点9应该加到树根8的下面，而不是节点4的下面，因为9需要和4的根8进行比较。
p:2 q:1
数组变为：0 1 1 8 3 5 5 7 8 8
触点图:
p:8 q:9
数组变为：0 1 1 8 3 5 5 7 8 8
触点图：没有变化
p:5 q:0
数组变为：0 1 1 8 3 0 5 7 8 8
触点图：
p:7 q:2
数组变为：0 1 1 8 3 0 5 1 8 8
触点图：
p:6 q:1
数组变为：1 1 1 8 3 0 5 1 8 8
触点图：
p:1 q:0
数组变为：1 1 1 8 3 0 5 1 8 8
触点图：无变化
p:6 q:7
数组变为：1 1 1 8 3 0 5 1 8 8
触点图：无变化