算法与数据结构

原文： The top data structures you should know for your next coding interview 译者： Fundebug 本文采用意译，版权归原作者所有 1976 年，一个瑞士计算机科学家写一本书 《Algorithms + Data Structures = Programs》 。即：算法 + 数据结构 = 程序。40 多年过去了，这个等式依然成立。 很多代码面试题都要求候选者深入理解数据结构，不管你来自大学计算机专业还是编程培训机构，也不管你有多少年编程经验。有时面试题会直接提到数据结构，比如“给我实现一个二叉树”，然而有时则不那么明显，比如“统计一下每个作者写的书的数量”。 什么是数据结构？ 数据结构是计算机存储、组织数据的方式。对于特定的数据结构(比如数组)，有些操作效率很高(读某个数组元素)，有些操作的效率很低(删除某个数组元素)。程序员的目标是为当前的问题选择最优的数据结构。 为什么我们需要数据结构？ 数据是程序的核心要素，因此数据结构的价值不言而喻。无论你在写什么程序，你都需要与数据打交道，比如员工工资、股票价格、杂货清单或者电话本。在不同场景下，数据需要以特定的方式存储，我们有不同的数据结构可以满足我们的需求。 8 种常用数据结构 数组 栈 队列 链表 图 树 前缀树 哈希表 1. 数组 数组(Array

队列结构 受限的线性结构 之前我们总结了：栈结构 并且已经知道这种 受限的数据结构 对于解决某些 特定的问题 ，会有 特别的效果 这面文章，介绍了另外一个受限的数据结构： 队列 队列的结构： 满足 先进先出 的一种结构 受限之处：只允许在表的前端进行删除操作，表的后端进行插入操作 抽象比喻： 栈就是树立的杯子 ， 而队列就是横着的管道 队列的应用： 打印队列：这些文档会按照次序放入，优先的放入，优先的被取出 线程队列：在开发中，为了让任务可以并行处理，通常会 开启多个线程 ，但是我们不能让大量的线程同时运行处理（占用过多资源）。这个时候，如果有需要开启线程处理任务的话，就会使用 线程队列 ，线程队列会 依照次序 来启动线程，并且处理任务 队列类的创建和常见操作 队列的实现和栈一样，有两种方案 基于数组实现 基于链表实现 // 封装队列 function Queue() { //属性 this.items = [] //方法 // 1.将元素加入到队列中 Queue.prototype.enqueue = function (element) { this.items.push(element) } // 2.从队列中删除前端元素 Queue.prototype.dequeue = function () { return this.items.shift() } // 3

单向链表 线性表的一种（可以理解为线性表的链式链式表示和实现） 逻辑位置相邻 物理位置不相邻 与线性表相比劣势：不能随机存取 与线性表相比优势：插入和删除较快 链式存贮结构一般由一个个节点组成，每个节点包含数据域和指针域，数据域里存贮这个节点的数据，指针域里存贮下个节点的地址。 以下是C语言代码实现（个人实验代码）： #include <stdio.h> #include <stdlib.h> #define TRUE 1 #define FALSE 0 #define OK 1 #define ERROR 0 #define OVERFLOW -2 typedef int ElemType; typedef int Status; /* * 存储结构 */ typedef struct LNode { ElemType data; struct LNode *next; }LNode, *LinkList; /* * 初始化线性表 */ void InitList(LinkList *L) { *L = (LinkList) malloc(sizeof(LNode)); if (!L) { exit(OVERFLOW); } (*L)->next = NULL; } /* * 销毁线性表 */ void DestroyList(LinkList *L) { LinkList

　　距离本专题的第一篇文章都快一年了，总共也就写了八篇博客，写的动机仅仅是刷刷题以准备来年的面试，后来觉得写博客太慢了就自己在下面练，坚持了三个月之后也就不了了之。之所以没坚持下来除了自己耐力不够，主要还是纯面试目的以及学习方法不对，思考的不多，看完别人的解法后自己实现完也没有自己的总结和思考，后面遇到新题依然不得解，没有自己的套路就会没有成就感。最近一直看到35岁程序员危机的说法，个人觉得如果确定走技术这条路线的话，就应该要有十年磨一剑的准备和耐力，修炼自己的内功，一直抱着学习的态度我想45岁也不是问题。说来年找工作来年又真的来了，这次就着王争这门数据结构与算法，系统性的好好学一遍数据结构与算法，每周最低学习三篇，并带着思考用java和java script实现一遍，本篇是开题，题目就叫数据结构与算法之重头再来。 来源： https://www.cnblogs.com/quxiangxiangtiange/p/11906464.html

数据结构与算法 1. 概述 什么是计算机科学? 首先明确的一点就是计算机科学不仅仅是对计算机的研究，虽然计算机在科学发展的过程中发挥了重大的作用，但是它只是一个工具，一个没有灵魂的工具而已。所谓的计算机科学实际上是对问题、解决问题以及解决问题的过程中产生产生的解决方案的研究。例如给定一个问题，计算机科学家的目标是开发一个算法来处理该问题，最终得到该问题的解、或者最优解。所以说计算机科学也可以被认为是对算法的研究。因此我们也可以感受到，所谓的算法就是对问题进行处理且求解的一种实现思路或者思想。 什么是算法? 问题,解决问题,解决问题过程中产生的解决方案,算法就是对问题进行处理且求解的一种实现思路或者思想 评判程序优劣的方法? 时间复杂度: 评判规则: 量化算法执行的操作/执行步骤的数量 最重要的项: 时间复杂度表达式中最有意义的项 例如: def sumOfN(n): theSum = 0 # 1 for i in range(1, n + 1): theSum = theSum + i # n return theSum print(sumOfN(10)) # 此算法的时间复杂度位O(n) 分析算法时间复杂度的步骤: 用常数1取代运行时间中的所有加法常数。 在修改后的运行次数函数中，只保留最高阶项。 如果最高阶项存在且不是1，则去除与这个项相乘的常数。 得到的最后结果就是大O阶。

认识栈结构 栈也是一种 非常常见 的数据结构，并且在程序中的 应用非常广泛 数组： 我们知道数组是一种 线性结构 ，并且可以在数组的 任意位置 插入和删除数据 但是，有些时候，我们为了实现一些功能，必须对这种 任意性 加以 限制 而 栈和队列 就是比较常见的 受限的线性结构 ，我们先来学习栈结构 栈结构： 只能栈顶进，也只能栈顶出 插入新元素为入栈/压栈 ，删除元素出栈/退栈 程序中什么是使用栈实现的？ 函数调用栈：A调用B ，B调用C，C又调用D 那样在执行过程中，会先将A压入栈，A没有执行完，所以不会弹出栈 在A执行过程中，调用了B,会将B压入到栈，这个时候B在栈顶，A在栈底 以此类推 栈底A->B->C->D栈顶，D执行完，弹出栈，C/B/D依此弹出 所以我们有函数调用栈的称呼，就来自于他们内部的实现机制（通过栈来实现） 递归：如果递归无限次一直调用，就会出现栈溢出的情况，不断压入同一个函数，他前面的函数并不能及时的释放 栈结构面试题： 有六个元素6，5，4，3，2，1的顺序进栈，问下列哪一个不是合法的出栈顺序？（） A.543612 B.453216 c.346521 D.234156 //答案：选c 解析：A答案：65进栈，5出栈，4进栈出栈，3进栈出栈，6出栈，21进栈，1出栈，2出栈 BC答案依此类推 六个元素不一定是连续进栈，只是进栈的顺序要这个顺序。

什么是数据结构与算法 为什么要学习数据结构与算法： 通常在学习编程语言的时候，似乎没有必要学习这些，我们只是在了解学习一门语言的： 基本语法 -> 高级语法 -> 了解其主流框架 ->做出界面效果 ->实现业务逻辑 就可以了 所以，当只是想了解语言的应用层面，数据结构与算法没那么重要， 但是，如果想了解语言的设计层面，数据结构与算法就非常重要了 什么是数据结构： 通俗的讲：数据结构是在计算机中，存储和阻止数据的方式。而计算机中数据量是非常大的，如何以高效方式阻止和存储就是我们需要探讨的问题？ 好比：图书馆中存放了大量的书籍，我们不仅要把书放进去，还应该在适当的时候把他取出来 随便放，按书名的拼音来放，把书架划分成几块区域，按类别来放，有很多中存放书籍的方式 而数据结构就是存放数据的多种方式：数据，栈，链表，图，散列表，队列，树，堆等等 什么是算法（Algorithm） 在解决问题的过程中，不仅仅数据的存储方式会影响效率，算法的优劣也会影响效率，那么到底什么是算法呢？ 算法的定义： 一个有限的指令集，每条指令的描述不依赖语言 接受一些输入 产生输出 一定在有限步骤之后终止 就是解决问题的办法和步骤逻辑 数据结构的实现，离不开算法 ——————————————————— 之前没有上课没有好好学，现在会过头来好好学习一下，并且使用js的实现方式来学习。

递归详解-典型递归介绍 http://chenqx.github.io/2014/09/29/Algorithm-Recursive-Programming/ 1.如何理解“递归”？(什么是递归) 去的过程叫“递”，回来的过程叫“归”f(n)=f(n-1)+1 备注:去的过程入栈的过程,回来的过程出栈 2.递归需要满足的三个条件(递归的特点) 2.1. 一个问题的解可以分解为几个子问题的解 2.2. 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样 2.3. 存在递归终止条件 3.如何编写递归代码？(怎样实现递归) 3.1写出递推公式，找到终止条件 归纳:写递归代码的关键就是找到如何将大问题分解为小问题的规律，并且基于此写出递推公式，然后再推敲终止条件，最后将递推公式和终止条件翻译成代码 编写递归代码的关键是，只要遇到递归，我们就把它抽象成一个递推公式，不用想一层层的调用关系，不要试图用人脑去分解递归的每个步骤 4.注意点(递归弊端) 递归代码要警惕堆栈溢出 递归代码要警惕重复计算 都可以将递归使用循环+栈实现 来源： https://www.cnblogs.com/mzyc/p/11904890.html

leetcode： leetcode常见算法与数据结构汇总 leetcode探索中级算法 leetcode探索高级算法 资料收集： 各种求职资料收藏 面试笔试： 腾讯数据岗 华为笔试题2 华为笔试题1 来源： https://www.cnblogs.com/joelwang/p/11896023.html

20182333 2019-2020-1 《数据结构与面向对象程序设计》第九周学习总结 教材学习内容总结 第十六章 树 树 1.树是非线性结构，其元素组织为一个层次结构 2.树的度表示树中的任意结点的最大子结点数 3.有m个元素的平衡n叉树的高度是lognm 4.树的遍历有4种方法 5.进行层序遍历时可采用队列来储存树中的元素 6.使用数组实现二叉树时，位于位置n的元素的左孩子在(2n+1)的位置，其右孩子在(2*(n+1))的位置 7.树的基于数组的存储链实现方式可以占数组中的连续位置，不管树是不是完全树 8.如何在一般二叉树中添加及删除元素，要取决于树的用途 9.使用决策树可以设计专家系统 二叉树 1.二叉查找树时一颗二叉树，对于其中的每个结点，左子树上的元素小于父结点的值，二右子树上的元素大于等于父结点的值 2.如果没有其他的操作，二叉查找树的树形由元素的添加次序来决定 3.最有效地二叉查找树时平衡的，所以每次比较时可以排除一半的元素 4.当从二叉查找树中删除元素时要考虑三种情形，其中的两种比较简单 5.当从二叉查找树中删除有两个子结点的结点时，比较好的办法是用它的中序后继来取代它 6.可以对二叉查找树进行旋转以恢复平衡 部分计算公式 1.二叉树上第i层上的结点数目最多为2^（i-1）(i>=1) 2.深度为k的二叉树至多有2^k-1个结点（i>=1） 3