操作中，我们首先需要找到x和y所在的集合的根节点px和py，以及它们到根节点路径上的权值wx和wy。操作中，如果当前节点不是根节点，就递归地寻找其根节点，并将路径上的每个节点的权值累加到当前节点上。函数中，如果找到了x的父节点不是x，就将x的父节点改为它的根节点，这样就将路径上的所有节点都指向根节点，从而实现路径压缩。在这个实现中，我们使用两个数组分别记录每个元素的父节点和秩（即树的高度），初始时每个元素的父节点都是它自己，秩为0。操作先查找x和y所在的集合的根节点，如果它们已经在同一个集合中，直接返回；

时间复杂度通常用大O符号表示，具体来说，如果一个算法的时间复杂度为O(f(n))，那么它执行所需的时间最多是f(n)的某个常数倍，其中n是输入规模。空间复杂度通常也用大O符号表示，具体来说，如果一个算法的空间复杂度为O(f(n))，那么它执行所需的额外空间最多是f(n)的某个常数倍，其中n是输入规模。其中，每次递归调用需要执行两次递归操作，因此时间复杂度可以用递归式表示为T(n) = T(n-1) + T(n-2) + O(1)，解递归式可以得到时间复杂度为O(2^n)。

未被访问的领接顶点，领接顶点都访问结束后，再从一个领接点发起广度度优先搜索遍历，直至图中所有和有路径想通的顶点都被访问到。今天我们了解了图的遍历方式，分为深度优先搜索和广度优先搜索，明天我们学习最小生成树问题、最短路径问题，我们希望从图中某一顶点出发遍历图中其余顶点，且使每一个顶点仅被访问一次。图的任意一顶点都可能与其他顶点相连，在遍历图时，可能沿着一条路径遍历下来，又回到了原顶点。为了避免同一顶点被访问多次，在遍历图的过程中，必须记下每个已经访问过的顶点。，到这里图的所有顶点都被访问到。

可以发现使用二维数据实现领接矩阵，如果是一个稳定的图，即不需要频繁新增顶点的图是还可以，如果再删除顶点后如果要同时删除存储空间，重建二维数据还是比较麻烦的，不重建又导致有大量的空间浪费。我们以输入n表示顶点个数， data = [(0, 1), (0, 3), (1, 2), (2, 0)] 表示一个图，0,1,2,3表示顶点，（0,1）表示边。无向图中顶点间的关系是无序的，（V1,V2）即表示V1和V2的一条边；顶点是一个对象，顶点有一个领接顶点属性，存储所有与顶点相领的其他顶点；

这里需要注意的是，短路操作，比如或操作，会从左向右依次进行比较，有结果为真时整个条件为真就会直接跳出，不在对后面表达式进行比较；，用于判断两个数据之间的大小关系，计算结果为boolean值，如果成立返回为true，否则为false。这里介绍的术语仅限可以解基础算法题目，随着题目的不断难度增加再去学习进阶语法，解决更复杂的问题。输出小球反弹的高度和经过的距离（先输出反弹的高度再输出经过的距离，中间用空格隔开），与是必须同时为真条件为真，或是一真条件为真，非是条件取反。支持 if 、if…

【数据结构基础】是博主学习Java之余的一些记录，博主希望通过使用Java实现基本的数据结构，来学习、掌握Java的基本语法以解答常见的算法问题，对Java的使用还处于入门阶段，使用不当的地方希望得到指正。

Java介于编译型语言和解释型语言之间。编译型语言如C、C++，代码是直接编译成机器码执行，但是不同的平台（x86、ARM等）CPU的指令集不同，因此，需要编译出每一种平台的对应机器码。解释型语言如Python、Ruby没有这个问题，可以由解释器直接加载源码然后运行，代价是运行效率太低。Java 编程语言平台提供了一种可移植的、 解释的、 高性能的、 简单的、 面向对象的编程语言和支持的运行时环境。简单是 Java 最重要的设计目标之一。