数据结构

1.引子 1.1.为什么要学习数据结构与算法？ 有人说，数据结构与算法，计算机网络，与操作系统都一样，脱离日常开发，除了面试这辈子可能都用不到呀！ 有人说，我是做业务开发的，只要熟练API，熟练框架，熟练各种中间件，写的代码不也能“飞”起来吗？ 于是问题来了：为什么还要学习数据结构与算法呢？ #理由一： 面试的时候，千万不要被数据结构与算法拖了后腿 #理由二： 你真的愿意做一辈子CRUD Boy吗 #理由三： 不想写出开源框架，中间件的工程师，不是好厨子 1.2.如何系统化学习数据结构与算法？ 我想好了，还是需要学习数据结构与算法。但是我有两个困惑： 1.如何着手学习呢？ 2.有哪些内容要学习呢？ 学习方法推荐： #学习方法 1.从基础开始，系统化学习 2.多动手，每一种数据结构与算法，都自己用代码实现出来 3.思路更重要：理解实现思想，不要背代码 4.与日常开发结合，对应应用场景 学习内容推荐： 数据结构与算法内容比较多，我们本着实用原则，学习经典的、常用的数据结构、与常用算法 #学习内容： 1.数据结构的定义 2.算法的定义 3.复杂度分析 4.常用数据结构 数组、链表、栈、队列 散列表、二叉树、堆 跳表、图 5.常用算法 递归、排序、二分查找 搜索、哈希、贪心、分治 动态规划、字符串匹配 2.考考你 上一篇： 数据结构与算法系列十二（插入排序） 中

排序算法 直接插入排序 ：将数组中的所有元素依次跟前面已经排好的元素相比较，如果选择的元素比已排序的元素小，则交换，直到全部元素都比较过 希尔排序 ：将待排序数组按照步长gap进行分组，然后将每组的元素利用直接插入排序的方法进行排序；每次将gap折半减小，循环上述操作；当gap=1时，利用直接插入，完成排序 简单选择排序 ：比较+交换 堆排序 ：构建大顶堆进行排序 如何手写一个堆 1. 插入一个数 heap[ ++ size ] = x; up(size); 2. 邱集合当中的最小值 heap[1] 3. 删除最小值 heap[1] = heap[size]; size --; down(1); 4. 删除任意一个元素 heap[k] = heap[size]; size --; down(k); up(k); 5. 修改任意一个元素 heap[k] = x; down(k); up(k); 堆排序 int n, m; int h[ 1000 ], cnt; void down( int u ) { int t = u; if( u * 2 <= cnt && h[ u * 2 ] < h[ t ] ) t = u * 2; if( u * 2 + 1 <= cnt && h[ u * 2 + 1 ] < h[ t ] ) t = u * 2 + 1; if( u != t ) {

前言 工作已经有一段时间了，有的时候会跟同事们打趣：“ 如果你让我现在去手写一个快速排序，我怕是真的写不出来 ”。 如果不接触一段时间的算法，真的很容易就忘了。不信？你现在想想你自己能不能手写一个堆排序。 经历过校招的人都知道， 算法和数据结构 都是不可避免的。 在笔试的时候，最主要的就是靠算法题。像拼多多、头条这种大公司，上来就来几道算法题，如果你没AC出来，面试机会都没有。 在面试（现场面或者视频面）的时候也会问算法题，难度肯定是没有笔试的时候那么难的。我们可以想象一个场景，一面面试面到一半，面试官让你反转二叉树，问问现在的自己，你还会吗。 不扯远了，如果还在上大学的同学可以先以 排序 和各种的 基本数据结构 开始入门。我花了一个星期将 八大基础排序 和 链表/二叉树/栈/队列 制作成一份 精美的PDF 。 这份PDF阅读体验肯定是要比公众号和各大的博客平台的文章要好的。PDF内容 纯手打 ，有不懂的可以来问我。 下面来简单介绍一下八大基础排序和基础的数据结构，每种排序的思想和基础的 讲解和源码 在PDF里边有。 冒泡排序 思路：俩俩交换，大的放在后面，第一次排序后最大值已在数组末尾。因为俩俩交换，需要 n-1 趟排序（比如10个数，需要9趟排序） 代码实现要点： 两个for循环，外层循环控制排序的趟数，内层循环控制比较的次数 。 每趟过后，比较的次数都应该要减1 选择排序

先插入一些关于树的有关知识，完美二叉树，完全二叉树等，为之后学习AVL树，红黑树做点准备。 未解决： 问题1：如何用avl实现其他的数据结构 问题2：如果是avl树旋转了的话，那么搜索等结构还怎么做呢？就不再是小于走left，大于走right了吗？ 问题3：红黑树的具体实现和目的 问题4：关于各种排序的时间复杂度以及排序。 先引入关于树的知识： 添加一个：度为0的节点和度为2的节点的关系是什么？ 能够回答这17个问题是关键。 （1） 2的i次方个 （相当于等比数列） （2） Key：这里也就是等比数列求和，求和的意思是：前n项和，因为从0开始的时候，已经是1项了，所以是n+1项 （3）度：结点的子树个数（就是说：某个节点的度 不然就是0 不然就是1 不然就是2） 度分为节点的度和树的度，树的度：意思是所有节点的最大的度 key：也就是注意概念：节点的度和树的度的区别，节点的XX和树的XX，树一般作为统计概念，统计其中最大的 （4）入度和出度是什么概念，入度和出度是图的概念，树是度的概念。 这里讲的是节点V0的入度是2，出度是1. 入V0和出V0，记住，节点的度就是它的子树的个数就对了。 （5）二叉树，每个节点的子树最多有两颗，就是二叉树。 key：因为树的度是2，所以意思是最大的话是2. （6）完全二叉树 完美二叉树 意思是：完全二叉树可以最后一层 不完全

一、主从复制 1. redis主从机制了解么？怎么实现的？ 答： 二、数据结构 1. Redis熟悉么，了解哪些数据结构? 答： 2. 红黑树了解么，时间复杂度?既然两个数据结构时间复杂度都是O(logN)，zset为什么不用红黑树? 答： 来源： https://www.cnblogs.com/chendf/p/12636621.html

1.基础实用基础的数据结构详情 数据结构（data structure [ˈstrʌktʃə(r)] ）是计算机存储、组织数据的方式； 算法（algorithm [ˈælɡərɪðəm] ）是解决问题的方法/步骤和策略； 数据结构Array js中的数组结构非常简单(浏览器帮助我们进行封装处理好的) 可以存储不同的数据类型值 数组容量伴随存储内容自动缩放 Array.prototype上提供数组的操作方法 优势 ：基于索引直接进行查找和获取，效率很高； 弊端 ：进行中间插入和删除时，性能非常低（ 数组坍塌 和 删除中间项的优化） 栈结构Stack 先进后出; 只能在一段操作：包括添加（进栈）和删除（出栈）; 递归算法中的无限递归会出现栈溢出。 栈方法: class Stack { container = []; // 进栈 enter(element) { this.container.unshift(element); } // 出栈 leave() { return this.container.shift(); } // 栈的长度 size() { return this.container.length; } // 获取栈中的结果 value() { return this.container.slice(0); } } let sk = new Stack; 面试一：

ArrayList:底层的数据结构使用的是数组结构。特点：查询速度很快，但是增删稍慢。线程不同步。默认长度10，超过再new一个数组延长50%，元素重新拷贝。 LinkedList:底层的数据结构使用的是链表结构。特点：增删速度很快，查询速度稍慢。 Vector:底层是数组数据结构。线程同步。被ArrayList代替。默认长度10，超过100%延长。 来源： https://www.cnblogs.com/hongxiao2020/p/12637542.html

1 #include<stdio.h> 2 #define MAXN 10 3 int g[MAXN][MAXN],vis[MAXN],n,e; 4 void init(); 5 void read(); 6 void BFS(int x); 7 void DFS(int x); 8 int main(){ 9 int i,j; 10 scanf("%d %d",&n,&e); 11 init(); 12 read(); 13 14 for(i=0;i<n;i++){ 15 if(vis[i]==0){ 16 printf("{"); 17 DFS(i); 18 printf(" }\n"); 19 } 20 } 21 for(i=0;i<n;i++) vis[i]=0; 22 for(i=0;i<n;i++){ 23 if(vis[i]==0){ 24 printf("{"); 25 BFS(i); 26 printf(" }\n"); 27 } 28 } 29 30 return 0; 31 } 32 void init(){ 33 int i,j; 34 for(i=0;i<n;i++) vis[i]=0; 35 for(i=0;i<n;i++) 36 for(j=0;j<n;j++){ 37 g[i][j]=0; 38 } 39 } 40 void read(){ 41

简介 队列是一种特殊的线性表。队列有单向队列和双向队列，队列内部结构多大使用数组和链表存储，一般使用数组存储的都会有初试长度和最大长度等，一般使用链表存储没有长度限制。平时在使用中最好不要像队列中插入null（通常也不允许，LinkedList除外），因为null值通常用于poll方法表示当前队列没有元素了，插入null值poll就有歧义。 Queue 接口 public interface Queue<E> extends Collection<E> Queue继承Collection，它是单向队列，它只允许在表的前端进行删除操作，而在表的后端进行插入操作。 Queue 方法 // 添加元素到尾部，队列满时抛IllegalStateException异常 boolean add(E e); // 添加元素到尾部，队列满时返回false boolean offer(E e); // 移除头部元素，队列空时抛NoSuchElementException异常 E remove(); // 移除并返回头部元素，队列为空时返回null E poll(); // 查询头部元素，队列为空时抛NoSuchElementException异常 E element(); // 查询头部元素，队列为空时返回null E peek(); Deque 接口 public interface Deque<E

数据结构是 10 年前大学里学的一门课程，也是我北漂唯一携带的一本书。幸运的是，书还没有被孩子给撕碎。 为了让大家都能够搞懂「树」这个苦涩而硬核的知识，今天就重拾记忆，分享一下研发人员心中那些放不下的「树」。 不过，一定要冲好咖啡、沏壶好茶，心平气和去看文。 01. 「树」现实与虚拟的抽象 在「中华姓氏树」中寻找一片属于你的叶子，探寻一下家族的来源。 在脑海里尝试画一下「家谱树」。 看完现实中的树，那来看一看计算机的文件系统组织形式。 无论是现实的姓氏树、家谱树，还是计算机的文件系统，表现形式虽然不同，但是本质上却都是树。 那到底什么是树呢？ 树是由 n（n≥0）个结点组成的有限集合。 当 n = 0 时，称为空树； 当 n > 0 时，有一个特殊的节点称为根结点（root），它没有前驱结点；其它结点分为 m 棵互不相交的子树。 如图示意，（a）为空树；（b）为 1 个结点的树；（c）为 n 个结点的树。 知道了什么是树，上面「家谱树」以及「文件系统」用到的树表示法，有没有学名呢？稍微科普一下。 图示法：是树的直观表示法，主要用于描述树的逻辑结构，如上面提到的家谱树。 横向凹入表示法：是用逐层缩进方法表示结点之间的层次关系，主要用于树的屏幕显示和打印输出，如上面提到的文件系统。 知道了什么树以及树的部分表示法，但是猿有猿声，鸟有鸟语，树也有术语。 02.「树」有术语 节点 or