開發有效算法的流程：
1-建立問題模型
2-提出算法解決問題
3-運行時間、存儲空間不足--找出問題所在--提出新算法
以上爲設計和分析希算法的科學途徑，找出問題的實質，通過實踐驗證模型，進而改進模型和方法。
2-1 動態連通性問題 Dynamic connectivity
即 並查集問題的模型
連接
連通分量：互相連接的對象的最大集合
java中：創建UF類，包含兩個方法：1 實現合併；2 連接查找，返回一個布爾量。構建器需要對象的數量
由此建立數據結構。
PS：當實現算法時，對象的數量和操作的數量是巨大的，可能有大量合併與連接查找的操作，此時算法的高效尤爲重要
測試：在處理更深層的問題之前，需要檢查應用程序接口API的設計。
2-2-快速查找 Quick-find
attention here：
—> union(1,3)把1的內容改成3
—> 合併時，把if語句中的pid寫成索引值p
快速查找算法的效率：
查找：常數次
合併：查找他們是否連通-N²次，太慢不可取
2-3- 快速合併
合併具體示例：
attention—>union(根節點，子節點)，當根節點在一個連通分量裏，那麼子節點連接在連通分量的根節點上；當子節點在一個連通分量裏，那麼連通分量的根節點連接在包含根節點的連通分量根節點上。
具體實現：
效率：
雖然比快速查找法快速，但也很慢。
當樹很高，查找操作代價很大。每個子節點都需要遍歷。
2-4 快速合併的改進 Quick union improvement
方法1：權重weighting
任意節點x的深度是以2爲底N的對數
方法2：路徑壓縮 path compression
時間複雜度並不線性，但足夠接近線性
並查集問題不存在線性時間算法
2-5 Union find application 應用
滲濾模型percolation
