Data structures 是否有执行查找、并集和反并集的良好数据结构？

我正在寻找一种数据结构，它可以相当有效地支持联合、查找和反联合（所有内容至少为O（logn）或更好），因为标准的不相交集结构不支持反联合。作为背景，我正在用MCTS[编写Go AI，这将用于跟踪在回溯过程中连接和断开连接的石头组。我认为这可能会更容易，因为反联合不是在集合中的某个任意对象上，而是始终是最新联合的“撤销”

我已经通读了下面的文章，虽然我可以完成提议的数据结构，但它似乎有点过火，需要一段时间才能实现

---

当然，虽然O（a（n））会很好，但我很确定路径压缩不会与反并集一起工作，而且我很乐意使用O（logn）。我的直觉告诉我一个解决方案可能与堆有关，但我还没有弄明白任何事情。

您所描述的有时被称为联合查找拆分问题，但大多数现代数据结构（或者至少是我所知道的那些）都是这样的通常以不同的方式看待此问题。将每个元素都视为林中的一个节点。然后，您希望能够在操作下维护林

• 链接（x，y），用于添加边（x，y）
• 查找（x），它返回包含x的树的代表性节点，以及
• 剪切（x，y），将边从x剪切到y

这些数据结构通常被称为动态树或链接切割树。据我所知，没有任何有效的数据结构能够与标准union find数据结构的实现简单性相匹配。链接/切割树是两种可能对您的案例有用的数据结构（也称为Sleator Tarjan树或ST树）和Euler tour树（也称为ET树），两者都可以在时间O（log n）内执行上述所有操作

---

希望这有帮助！

可能会在CompSci SE获得更多关注。啊，我怎么会忘记链接/砍树！非常感谢，我也会给ET树看一看。