diff --git a/src/main/java/graph/CloneGraph.java b/src/main/java/graph/CloneGraph.java
new file mode 100644
index 0000000..1359476
--- /dev/null
+++ b/src/main/java/graph/CloneGraph.java
@@ -0,0 +1,57 @@
+package graph;
+/**
+ * 题目： 133. 克隆图 (cloneGraph)
+ * 描述：给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝（克隆）。
+ *
+ * 图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。
+ *
+ * class Node {
+ *     public int val;
+ *     public List<Node> neighbors;
+ * }
+ *
+ * 差值是一个正数，其数值等于两值之差的绝对值。
+ *
+ 示例 1：
+ 输入：adjList = [[2,4],[1,3],[2,4],[1,3]]
+ 输出：[[2,4],[1,3],[2,4],[1,3]]
+ 解释：
+ 图中有 4 个节点。
+ 节点 1 的值是 1，它有两个邻居：节点 2 和 4 。
+ 节点 2 的值是 2，它有两个邻居：节点 1 和 3 。
+ 节点 3 的值是 3，它有两个邻居：节点 2 和 4 。
+ 节点 4 的值是 4，它有两个邻居：节点 1 和 3 。
+
+ * 链接：https://leetcode.cn/problems/clone-graph/
+ */
+//不会做
+import graph.Node;
+
+import java.util.ArrayList;
+import java.util.HashMap;
+
+public class CloneGraph {
+    private HashMap<Node, Node> visited = new HashMap <> ();
+    public Node cloneGraph(Node node) {
+        if (node == null) {
+            return node;
+        }
+
+        // 如果该节点已经被访问过了，则直接从哈希表中取出对应的克隆节点返回
+        if (visited.containsKey(node)) {
+            return visited.get(node);
+        }
+
+        // 克隆节点，注意到为了深拷贝我们不会克隆它的邻居的列表
+        Node cloneNode = new Node(node.val, new ArrayList());
+        // 哈希表存储
+        visited.put(node, cloneNode);
+
+        // 第一次 遇到某个邻居时，递归会深入——先把它自身拷贝出来（并加入 visited），再去拷贝它的邻居们……
+        //如果再次遇到 同一个原节点（例如有环或多条路径到同一节点），就会走到第 2 步直接从 visited 里拿到已有的克隆节点，避免重复和死循环。
+        for (Node neighbor: node.neighbors) {
+            cloneNode.neighbors.add(cloneGraph(neighbor));
+        }
+        return cloneNode;
+    }
+}
diff --git a/src/main/java/graph/Node.java b/src/main/java/graph/Node.java
new file mode 100644
index 0000000..59df4e5
--- /dev/null
+++ b/src/main/java/graph/Node.java
@@ -0,0 +1,21 @@
+package graph;
+
+import java.util.ArrayList;
+import java.util.List;
+
+class Node {
+    public int val;
+    public List<Node> neighbors;
+    public Node() {
+        val = 0;
+        neighbors = new ArrayList<Node>();
+    }
+    public Node(int _val) {
+        val = _val;
+        neighbors = new ArrayList<Node>();
+    }
+    public Node(int _val, ArrayList<Node> _neighbors) {
+        val = _val;
+        neighbors = _neighbors;
+    }
+}
\ No newline at end of file
diff --git a/src/main/java/union_find/CalcEquation.java b/src/main/java/union_find/CalcEquation.java
new file mode 100644
index 0000000..1ad19b6
--- /dev/null
+++ b/src/main/java/union_find/CalcEquation.java
@@ -0,0 +1,32 @@
+package union_find;
+
+import java.util.List;
+
+/**
+ * 题目： 399. 除法求值 (calcEquation)
+ * 描述：给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件，其中 equations[i] = [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi = values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。
+ *
+ * 另有一些以数组 queries 表示的问题，其中 queries[j] = [Cj, Dj] 表示第 j 个问题，请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。
+ *
+ * 返回 所有问题的答案 。如果存在某个无法确定的答案，则用 -1.0 替代这个答案。如果问题中出现了给定的已知条件中没有出现的字符串，也需要用 -1.0 替代这个答案。
+ *
+ * 注意：输入总是有效的。你可以假设除法运算中不会出现除数为 0 的情况，且不存在任何矛盾的结果。
+ *
+ * 注意：未在等式列表中出现的变量是未定义的，因此无法确定它们的答案。
+ *
+ 示例 1：
+ 输入：equations = [["a","b"],["b","c"]], values = [2.0,3.0], queries = [["a","c"],["b","a"],["a","e"],["a","a"],["x","x"]]
+ 输出：[6.00000,0.50000,-1.00000,1.00000,-1.00000]
+ 解释：
+ 条件：a / b = 2.0, b / c = 3.0
+ 问题：a / c = ?, b / a = ?, a / e = ?, a / a = ?, x / x = ?
+ 结果：[6.0, 0.5, -1.0, 1.0, -1.0 ]
+ 注意：x 是未定义的 => -1.0
+
+ * 链接：https://leetcode.cn/problems/evaluate-division/
+ */
+public class CalcEquation {
+    public double[] calcEquation(List<List<String>> equations, double[] values, List<List<String>> queries) {
+        return new double[1];
+    }
+}
diff --git a/src/main/java/union_find/EquationsPossible.java b/src/main/java/union_find/EquationsPossible.java
new file mode 100644
index 0000000..6df8c51
--- /dev/null
+++ b/src/main/java/union_find/EquationsPossible.java
@@ -0,0 +1,58 @@
+package union_find;
+/**
+ * 题目： 990. 等式方程的可满足性 (equationsPossible)
+ * 描述：给定一个由表示变量之间关系的字符串方程组成的数组，每个字符串方程 equations[i] 的长度为 4，并采用两种不同的形式之一："a==b" 或 "a!=b"。在这里，a 和 b 是小写字母（不一定不同），表示单字母变量名。
+ * 只有当可以将整数分配给变量名，以便满足所有给定的方程时才返回 true，否则返回 false。
+ *
+ 示例 1：
+ 输入：["a==b","b!=a"]
+ 输出：false
+ 解释：如果我们指定，a = 1 且 b = 1，那么可以满足第一个方程，但无法满足第二个方程。没有办法分配变量同时满足这两个方程。
+
+ * 链接：https://leetcode.cn/problems/satisfiability-of-equality-equations/
+ */
+//并查集，第一次不会
+public class EquationsPossible {
+    public boolean equationsPossible(String[] equations) {
+        int[] parent = new int[26];
+        for (int i = 0; i < 26; i++) {
+            parent[i] = i;
+        }
+        for (String str : equations) {
+            if (str.charAt(1) == '=') {
+                int index1 = str.charAt(0) - 'a';
+                int index2 = str.charAt(3) - 'a';
+                union(parent, index1, index2);
+            }
+        }
+        for (String str : equations) {
+            if (str.charAt(1) == '!') {
+                int index1 = str.charAt(0) - 'a';
+                int index2 = str.charAt(3) - 'a';
+                if (find(parent, index1) == find(parent, index2)) {
+                    return false;
+                }
+            }
+        }
+        return true;
+    }
+    //合并x,y所属的集合，这里没有做按秩合并，默认合到index2所在集合
+    public void union(int[] parent, int index1, int index2) {
+        // 先分别找到 index1 和 index2 的根节点，再把 root(index1) 的父指针指向 root(index2)
+        parent[find(parent, index1)] = find(parent, index2);
+    }
+    //查找 index 元素所在集合的根节点（同时做路径压缩）
+    public int find(int[] parent, int index) {
+        // 当 parent[index] == index 时，说明已经是根节点
+        while (parent[index] != index) {
+            // 路径压缩：将当前节点直接挂到它父节点的父节点上
+            // 这样可以让树变得更扁平，后续查找更快
+            parent[index] = parent[parent[index]];
+            // 跳到上一级，继续判断是否到根
+            index = parent[index];
+        }
+        // 循环结束时，index 即为根节点下标
+        return index;
+    }
+
+}
diff --git a/src/main/java/union_find/FindCircleNum.java b/src/main/java/union_find/FindCircleNum.java
new file mode 100644
index 0000000..b0b2bd3
--- /dev/null
+++ b/src/main/java/union_find/FindCircleNum.java
@@ -0,0 +1,78 @@
+package union_find;
+
+import java.util.HashSet;
+import java.util.Map;
+import java.util.Set;
+
+/**
+ * 题目： 547. 省份数量 (findCircleNum)
+ * 描述：有 n 个城市，其中一些彼此相连，另一些没有相连。如果城市 a 与城市 b 直接相连，且城市 b 与城市 c 直接相连，那么城市 a 与城市 c 间接相连。
+ * 省份 是一组直接或间接相连的城市，组内不含其他没有相连的城市。
+ * 给你一个 n x n 的矩阵 isConnected ，其中 isConnected[i][j] = 1 表示第 i 个城市和第 j 个城市直接相连，而 isConnected[i][j] = 0 表示二者不直接相连。
+ * 返回矩阵中 省份 的数量。
+ *
+ 示例 1：
+ 输入：isConnected = [[1,1,0],[1,1,0],[0,0,1]]
+ 输出：2
+
+ * 链接：https://leetcode.cn/problems/number-of-provinces/
+ */
+public class FindCircleNum {
+    //并查集
+    int find(int[] parent ,int index){
+        while (parent[index]!=index){
+            parent[index]=parent[parent[index]];
+            index=parent[index];
+        }
+        return index;
+    }
+    void union(int[] parent,int index1,int index2){
+        parent[find(parent,index1)]=find(parent,index2);
+    }
+    public int findCircleNum(int[][] isConnected) {
+        int res=0;
+        int[]parent=new int[200];
+        Set<Integer>set=new HashSet<>();
+        for (int i = 0; i < 200; i++) {
+            parent[i]=i;
+        }
+        int row=isConnected.length;
+        for (int i = 0; i < row; i++) {
+            for (int j = i+1; j < row; j++) {
+                if(isConnected[i][j]==1)
+                    union(parent,i,j);
+            }
+        }
+        for (int i = 0; i < isConnected.length; i++) {
+            int father=find(parent,i);
+            if(!set.contains(father)){
+                res++;
+                set.add(father);
+            }
+        }
+        return res;
+    }
+
+    //深度优先搜索
+    public int findCircleNum2(int[][] isConnected) {
+        int cities = isConnected.length;
+        boolean[] visited = new boolean[cities];
+        int provinces = 0;
+        for (int i = 0; i < cities; i++) {
+            if (!visited[i]) {
+                dfs(isConnected, visited, cities, i);
+                provinces++;
+            }
+        }
+        return provinces;
+    }
+
+    public void dfs(int[][] isConnected, boolean[] visited, int cities, int i) {
+        for (int j = 0; j < cities; j++) {
+            if (isConnected[i][j] == 1 && !visited[j]) {
+                visited[j] = true;
+                dfs(isConnected, visited, cities, j);
+            }
+        }
+    }
+}