给你一个整数 n ，表示一张 无向图 中有 n 个节点，编号为 0 到 n - 1 。同时给你一个二维整数数组 edges ，其中 edges[i] = [ai, bi] 表示节点 ai 和 bi 之间有一条 无向 边。

请你返回 无法互相到达 的不同 点对数目 。

• 思路

  • **并查集查找连通性：**记录每个点的父节点，父节点相同的节点可以相互到达；与父节点不同的节点，不可以互相到达
  • 计算数量，父节点为$i$的节点数量为$a$，那么这个节点与$n-a$个节点不相邻，统计数量
  • 统计结果，由于重复计算，最终结果需要除以2

• 实现

  class Solution {public long countPairs(int n, int[][] edges) {// 并查集记录每个点的父节点，父节点相同的节点可以相互到达；与父节点不同的节点，不可以互相到达// 计算数量，父节点为i的节点数量为a，那么这个节点与n-a个节点不相邻，统计数量// 统计结果，由于重复计算，最终结果需要除以2UnionFind union = new UnionFind(n);for (int[] edge : edges){union.union(edge[0], edge[1]);}long res = 0L;for (int i = 0; i < n; i++){res += n - union.getSize(i);}return res / 2;}
  }
  // 并查集类
  class UnionFind {private int[] p;// 父节点private int[] size;// 每个节点的子节点个数（包括自身）// 初始化public UnionFind(int n) {p = new int[n];size = new int[n];for (int i = 0; i < n; ++i) {p[i] = i;size[i] = 1;}}// 找到节点x的根public int find(int x) {if (p[x] != x) {p[x] = find(p[x]);}return p[x];}// 在并查集中加入a->b的根public void union(int a, int b) {int pa = find(a), pb = find(b);if (pa != pb) {if (size[pa] > size[pb]) {p[pb] = pa;size[pa] += size[pb];} else {p[pa] = pb;size[pb] += size[pa];}}}public int getSize(int a){int father = find(a);return size[father];}}
  

  • 复杂度分析
    • 时间复杂度：$O(n+\alpha (m)\ast m)$，$n$为图中顶点的数目，$m$为图中边的数目。其中 $\alpha$为阿克曼函数的反函数，其增长极其缓慢，也就是说其单次操作的平均运行时间可以认为是一个很小的常数。
    • 空间复杂度：$O(n)$，空间复杂度主要取决于并查集，并查集需要 $O(n)$的空间，因此总的空间复杂度为$O(n)$。