摘要：
在C#的网络编程中，进程和线程是必备的基础知识，同时也是一个重点，所以我们要好好的掌握一下。一：概念 首先我们要知道什么是”进程”，什么是“线程”，好，查一下baike。 进程：是一个具有一定独立功能的程序关于某个数据集合的一次活动。它是操作系统动态执行的基本单元， 在传统的操作系统中，进程既是基本的分配单元，也是基本的执行单元。 线程：是"进程"中某个单一顺序的控制流。关于这两个概念，大家稍微有个印象就行了，防止以后被面试官问到。二：进程 framework里面对“进程”的基本操作的封装还是蛮好的，能够满足我们实际开发中的基本应用。<1> 获取进程信息 fra 阅读全文
摘要：
今天说说递归思想，在我们编码时，有的时候递归能够让我们的算法更加通俗易懂，并且代码量也是大大的减少。比如我先前的系列中说到了关于树的“先序，中序和后序”遍历，那么看看用递归来描叙这个问题是多少的简洁，多么的轻松。 1 #region 二叉树的先序遍历 2 /// <summary> 3 /// 二叉树的先序遍历 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param&g 阅读全文
摘要：
像俺一样奋斗在一线的码农们，一谈到学编程，都是说要学会XX语言就OK了，其实我们理解的有一点点的偏差，因为我们只说到了三分之一，其实真正的编程应该是：编程=数据结构+算法+XX语言。 对的，XX语言只是一个工具而已，就好比我们知道用笔来写字，但是不见得我们就能写出一手让张恨水为之倾倒的好字，其实我也说过算法不仅仅用于程序设计中，在我们的生活中也处处存在着算法，比如记得我大二学C#的时候，无聊的我们就出了个猜美女芳龄的问题。 1 static void Main(string[] args) 2 { 3 Random random = new Ra... 阅读全文
摘要：
今天是大结局，说下“图”的最后一点东西，“最小生成树“和”最短路径“。一： 最小生成树1. 概念 首先看如下图，不知道大家能总结点什么。 对于一个连通图G，如果其全部顶点和一部分边构成一个子图G1，当G1满足： ① 刚好将图中所有顶点连通。②顶点不存在回路。则称G1就是G的“生成树”。 其实一句话总结就是：生成树是将原图的全部顶点以最小的边连通的子图，这不，如下的连通图可以得到下面的两个生成树。 ② 对于一个带权的连通图，当生成的树不同，各边上的权值总和也不同，如果某个生成树的权值最小，则它就是“最小生成树”。 2. 场景 实际应用中“最小生成树”还是蛮有实际价值... 阅读全文
摘要：
今天来分享一下图，这是一种比较复杂的非线性数据结构，之所以复杂是因为他们的数据元素之间的关系是任意的，而不像树那样被几个性质定理框住了，元素之间的关系还是比较明显的，图的使用范围很广的，比如网络爬虫，求最短路径等等，不过大家也不要胆怯，越是复杂的东西越能体现我们码农的核心竞争力。 既然要学习图，得要遵守一下图的游戏规则。一： 概念 图是由“顶点”的集合和“边”的集合组成。记作：G=（V,E)；<1> 无向图 就是“图”中的边没有方向，那么（V1,V2)这条边自然跟（V2，V1）是等价的，无向图的表示一般用”圆括号“。 <2> 有向图 “图“中的边有方向，自然<V. 阅读全文
摘要：
今天说下最后一种树，大家可否知道，文件压缩程序里面的核心结构，核心算法是什么？或许你知道，他就运用了赫夫曼树。听说赫夫曼胜过了他的导师，被认为”青出于蓝而胜于蓝“，这句话也是我比较欣赏的，嘻嘻。一 概念了解”赫夫曼树“之前，几个必须要知道的专业名词可要熟练记住啊。 1： 结点的权 “权”就相当于“重要度”，我们形象的用一个具体的数字来表示，然后通过数字的大小来决定谁重要，谁不重要。2： 路径 树中从“一个结点"到“另一个结点“之间的分支。 3： 路径长度 一个路径上的分支数量。4： 树的路径长度 从树的根节点到每个节点的路径长度之和。 5： 节点的带权路径路劲长度其实也就是该节点到根 阅读全文
摘要：
先前说了树的基本操作，我们采用的是二叉链表来保存树形结构，当然二叉有二叉的困扰之处，比如我想找到当前结点的“前驱”和“后继”，那么我们就必须要遍历一下树，然后才能定位到该“节点”的“前驱”和“后继”，每次定位都是O（n），这不是我们想看到的，那么有什么办法来解决呢？ （1） 在节点域中增加二个指针域，分别保存“前驱”和“后继”，那么就是四叉链表了，哈哈，还是有点浪费空间啊。 （2） 看下面的这个二叉树，我们知道每个结点有2个指针域，4个节点就有8个指针域，其实真正保存节点的指针 仅有3个，还有5个是空闲的，那么为什么我们不用那些空闲的指针域呢，达到资源的合理充分的利用。一： 线索... 阅读全文
摘要：
最近项目赶的紧，歇了一个星期没写博客了，趁周末继续写这个系列。 先前我们讲的都是“线性结构”，他的特征就是“一个节点最多有一个”前驱“和一个”后继“。那么我们今天讲的树会是怎样的呢？我们可以对”线性结构“改造一下，变为”一个节点最多有一个"前驱“和”多个后继“。哈哈，这就是我们今天说的”树“。一： 树 我们思维中的”树“就是一种枝繁叶茂的形象，那么数据结构中的”树“该是怎么样呢？对的，他是一种现实中倒立的树。1：术语 其实树中有很多术语的，这个是我们学习树形结构必须掌握的。 <1> 父节点，子节点，兄弟节点 这个就比较简单了，B和C的父节点就是A，反过来说就是B和C... 阅读全文
摘要：
楼主做前端开发一年多了，对前端的见解还是多多少少有一点的，今天特拿出来跟大家分享分享。做前端开发少不了各种利器。比如我习惯用的还是Google浏览器和重型武器Fiddller。一： 原始情况首先大家看看如下的代码： 1 <%@ Page Language="C#" AutoEventWireup="true" CodeBehind="Default.aspx.cs" Inherits="JsLoad.Default" %> 2 3 <!DOCTYPE html PUBLIC "-//W3 阅读全文
摘要：
今天跟大家聊聊栈，在程序设计中，栈的使用还是非常广泛的，比如有“括号匹配问题“，”html结构匹配问题“。所以说掌握了”栈“的使用，对我们学习算法还是很有帮助的。一： 概念 栈，同样是一种特殊的线性表，是一种Last In First Out（LIFO)的形式，现实中有很多这样的例子， 比如：食堂中的一叠盘子，我们只能从顶端一个一个的取。二：存储结构 ”栈“不像”队列“，需要两个指针来维护，栈只需要一个指针就够了，这得益于栈是一种一端受限的线性表。 这里同样用”顺序结构“来存储这个”栈“，top指针指向栈顶，所有的操作只能在top处。 代码段： 1 #region 栈的... 阅读全文
摘要：
可能大家都知道，线性表的变种非常非常多，比如今天讲的“队列”，灰常有意思啊。一：概念 队列是一个”先进先出“的线性表，牛X的名字就是“First in First Out(FIFO)”， 生活中有很多这样的场景，比如读书的时候去食堂打饭时的”排队“。当然我们拒绝插队。二：存储结构 前几天也说过，线性表有两种”存储结构“，① 顺序存储,②链式存储。当然“队列”也脱离 不了这两种服务，这里我就分享一下“顺序存储”。 顺序存储时，我们会维护一个叫做”head头指针“和”tail尾指针“，分别指向队列的开头和结尾。代码段如下： 1 #region 队列的数据结构 2 ... 阅读全文
摘要：
一：线性表的简单回顾 上一篇跟大家聊过“线性表"顺序存储，通过实验，大家也知道，如果我每次向顺序表的头部插入元素，都会引起痉挛，效率比较低下，第二点我们用顺序存储时，容易受到长度的限制，反之就会造成空间资源的浪费。二：链表 对于顺序表存在的若干问题，链表都给出了相应的解决方案。1. 概念：其实链表的“每个节点”都包含一个”数据域“和”指针域“。 ”数据域“中包含当前的数据。 ”指针域“中包含下一个节点的指针。 ”头指针”也就是head，指向头结点数据。 “末节点“作为单向链表，因为是最后一个节点，通常设置指针域为null。代码段如下： 1 ... 阅读全文
摘要：
人活在社会上不可能孤立，比如跟美女有着千丝万缕的关系，有的是一对一，有的是一对多，有的是多对多。哈哈，我们的数据也一样，存在这三种基本关系，用术语来说就是:<1> 线性关系。<2> 树形关系。<3> 网状关系。一： 线性表 1 概念： 线性表也就是关系户中最简单的一种关系，一对一。 如：学生学号的集合就是一个线性表。 2 特征： ① 有且只有一个“首元素“。 ② 有且只有一个“末元素”。 ③ 除“末元素”外，其余元素均有唯一的后继元素。 ④ 除“首元素”外，其余元素均有唯一的前驱元素。 3 ... 阅读全文
摘要：
大家是否感觉到，树在数据结构中大行其道，什么领域都要沾一沾，碰一碰。就拿我们前几天学过的排序就用到了堆和今天讲的”二叉排序树“，所以偏激的说，掌握的树你就是牛人了。今天就聊聊这个”五大经典查找“中的最后一个”二叉排序树“。1. 概念: <1> 其实很简单，若根节点有左子树，则左子树的所有节点都比根节点小。 若根节点有右子树，则右子树的所有节点都比根节点大。 <2> 如图就是一个”二叉排序树“，然后对照概念一比较比较。 2.实际操作： 我们都知道，对一个东西进行操作，无非就是增删查改，接下来我们就聊聊其中的基本操作。 <1> 插入：相信大家对“... 阅读全文
摘要：
大家可否知道，其实查找中有一种O(1)的查找，即所谓的秒杀。哈希查找： 对的，他就是哈希查找，说到哈希，大家肯定要提到哈希函数，呵呵，这东西已经在我们脑子里面形成固有思维了。大家一定要知道“哈希“中的对应关系。 比如说： ”5“是一个要保存的数，然后我丢给哈希函数，哈希函数给我返回一个”2"，那么此时的”5“和“2”就建立一种对应关系，这种关系就是所谓的“哈希关系”，在实际应用中也就形成了”2“是key，”5“是value。 那么有的朋友就会问如何做哈希，首先做哈希必须要遵守两点原则： ①: key尽可能的分散，也就是我丢一个“6”和“5”给你，你都返回一个“2”，那么这样的... 阅读全文