这个系列我们开始学习 k8s，但是想学好 k8s 并不容易，网络、操作系统、分布式原理都是 k8s 重要的组成部分。我自己将整个学习分成了如下几个系列:

1. k8s 的设计和使用: 这个系列我们从使用层次上，明白 k8s 高层次的抽象和设计，达到能高效使用 k8s 的目的
2. k8s 的源码解析: 这个系列我们从源码层次上，透析 k8s 的设计与实现，并学习 k8s 里面优秀的代码设计
3. k8s 的网络模型: 这个系列我们从网络层次上，学习 k8s 上不同的网络插件对应的网络模型及其实现

这篇文章开始，我们学习 k8s 的设计和使用，选用的教材是:

不相交集合

1. 不相交集合的抽象

在图的最小生成树算法(Kruskal 算法)中我们看到了一个有趣的数据结构，不相交集合(Group ADT)。不相交集合用来对数据进行分组和合并，但不同于Python Set:

图

1. 图的抽象

1.1 图的基本概念

在基础的数据结构中，图应该算的上最复杂的非线性数据结构了，包含了很多专业术语，比如:

1. 顶点，边，权
2. 顶点的度，入度，出度 概念比较好理解，就不在此叙述了，我们的重点是如何实现一个图以及图相关的众多算法。

1.2 图的存储

图有两种存储方式:

树

1. 树的抽象

我们都知道树是一种数组组织形式，通过限定树中数据的组织方式，我们可以得到很多树的变种。因此要想学好树，我们就要从最基本的树开始，逐一去了解每种特殊的树的数据组织方式以及他们能提供的操作。

递归

1. 如何写递归

递归是一种应用非常广泛的算法（或者编程技巧），搞懂递归非常重要。基本上，所有的递归问题都可以用递推公式来表示。要想使用递归解决问题，必需满足三个前提条件:

编程思想

1. 原理

基础的数据结构与算法中，有几块非常难懂，贪心，分治，回溯和动态规划这四个编程思想应该算是"名列前茅"了。本文希望通过详细解答几个经典示例来帮助大家搞懂他们。在进入实战之前，我们先来看看他们的区别。