在圖像處理中，往往會遇到連通域判斷的情況，而在處理過程中往往是利用並查集（union-find）算法。
並查集（Union-Find）是解決動態連通性問題的一類非常高效的數據結構。並查集主要分爲兩個過程；1、查，2、並。查主要目的是查找滿足聯通的點，並主要目的是將查到的點合併到連通域中。
並查集有三種常見算法：quick-find、quick-union、加權quick-union，其中檢測速度也是一次遞增。
quick-find算法：
1、 對每一點進行標記
2、 將第一點作爲種子點
3、 依次搜索其他點，如果點滿足與種子點聯通，那麼將該點的標記點值修改爲種子點值（其所屬的點都需要被循環一遍，會限制處理速度），如果不滿足，那麼該點也作爲種子點。
4、 依次循環處理，當所有點都被分類後，即完成。
quick-union算法：
該算法用到樹的處理思想
1、 對每一個點進行標記
2、 將第一點作爲種子點
3、 依次搜索其他點，如果點滿足與種子點聯通，那麼將該點的標記值修改爲種子點的索引值，這樣可以避免對其所屬點進行循環修改。可以提到算法效率。如果不滿足，那麼該點也作爲種子點，即根節點。
4、 依次循環處理，當所有點都被分類後，即完成。
壓縮路徑加權quick-union：
由於quick-union算法在完成標記連通域後，查找某一連通域是，需要不斷查找根節點（即樹高爲2），這裏便會限制處理速度，因此加權辦法就降低數的高度，這樣可以提高搜索速度。
1、 對每一個點進行標記
2、 將第一點作爲種子點
3、 依次搜索其他點，如果點滿足與種子點聯通，那麼將該點的標記值修改爲種子點的根索引值，這樣可以避免對其查找時的效率損失。可以提到算法效率。如果不滿足，那麼該點也作爲種子點，即根節點。
4、 依次循環處理，當所有點都被分類後，即完成。
quick-find算法示意圖
quick-union算法示意圖
壓縮路徑加權quick-union
複雜度表
代碼下載鏈接：https://download.csdn.net/download/OEMT_301/12101456
代碼包含兩種算法：quick-find算法和壓縮路徑quick-union算法，其中處理100的連通域，每個連通域各100個點，quick-find算法處理時間爲6.79924s，壓縮路徑quick-union算法爲1.03054s。