随笔分类 - 03.算法、数据结构
3.栈
摘要：栈 Stack： 概念： 栈（Stack）是一种线性表数据结构 遵循后进先出（LIFO，Last In First Out）原则，只能在栈顶进行添加和删除操作 操作： push （入栈） pop （出栈） peek （仅查看） 栈的应用： 函数调用栈 表达式求值 回溯算法 图解：
2.1列表
摘要：列表 List 概念： 列表 List 是一种抽象的数据结构概念 表示元素的有序集合 无须使用者考虑容量限制的问题 如何实现列表： 链表本身就是列表 动态数组实现列表，需要实现动态扩容
4.队列
摘要：队列 Queue： 概念： 队列 Queue 是一种线性表数据结构 遵循先进先出（FIFO，First In First Out）原则，在队列的尾部添加元素，在头部移除元素 操作： enqueue（入队） dequeue（出队） front （仅查看） 应用： 任务调度 广度优先搜索算法 图解： 双
2.链表
摘要：链表 Linked List： 概念： 数组（Array）是一种线性表数据结构 用非连续的内存空间，来存储具有相同类型的数据的数据结构 每个节点包含数据部分和指针，指针指向下一个（或上一个，对于双向链表）节点 特点： 动态大小：链表的大小可以在运行时改变 不连续的内存：节点可以在内存中分散存储，通过
1.数组
摘要：数组 Array： 概念： 数组（Array）是一种线性表数据结构 用一组连续的内存空间，来存储一组具有相同类型的数据 数组中的元素可以通过索引直接访问 特点： 随机访问：可以快速地通过索引访问任何元素 固定大小：一旦声明，数组的大小就固定了 空间效率：因为申明时需要预留空间，在空间上可能不是最优的
0.线性表
摘要：线性表 特点： 由N个具有相同特性的数据元素组成的有限序列 线性表中的数据元素之间呈现一对一的关系，除了第一个和最后一个数据元素之外，其他数据元素都是首尾相接的 线性表上的数据最多只有前和后两个方向 举例： 数组 链表 栈 队列 个人理解 线性、非线性的区别 数学坐标系： 线性表元素之间相互连接，类
1.散列表
摘要：散列表/哈希表 特点： 通过建立键 key 与值 value 之间的映射，实现O(1)时间复杂度的高效的元素查询 举例： 树 图 图解： 常用操作： 初始化 查询操作 添加键值对 删除键值对 哈希函数（hash function）： 作用：作用是将一个较大的输入空间映射到一个较小的输出空间 索引位置
2.哈希函数
摘要：哈希函数 目标： 极快且稳定 特点： 确定性/幂等性： 对于相同的输入，哈希算法应始终产生相同的输出。这样才能确保哈希表是可靠的。 效率高： 计算哈希值的过程应该足够快，哈希表的实用性越高。 均匀分布： 哈希算法应使得键值对均匀分布在哈希表中。分布越均匀，哈希冲突的概率就越低。 常见的哈希算法： M
2.二叉树
摘要：二叉树 Binary Tree： 1.特点： 一种非线性数据结构，代表“祖先”与“后代”之间的派生关系 二叉树的基本单元是节点，每个节点至少包含值、左子节点引用和右子节点引用 二叉树中，除叶节点外，其他所有节点都包含子节点和非空子树 2.概念： 名词 解释 根节点（root node） 位于二叉树顶
5.多路查找树
摘要：多路查找树 2-3树 2-3-4树 B树 B+树 多叉树： 树的每个节点可以有超过2个子节点 举例：2-3树、2-3-4树、B树、B+树 概念： 阶数(Order)，对于一颗M阶B树，一个节点最多包含M个子节点 B树(Balanced Tree)： B树是多路平衡查找树的一种特殊类型 B 是Bala
4.红黑树
摘要：红黑树 红黑树是一种自平衡的二叉查找树，属于AVL平衡树的一种特殊形式 特征： 每个节点要么是红色，要么是黑色。 根节点是黑色。 每个叶子节点（NIL）是黑色。 如果一个节点是红色，则其两个子节点必须是黑色。 从任一节点到其每个叶子的所有路径，都包含相同数目的黑色节点。 红黑树的这5条性质，使得一棵
3.AVL平衡树
摘要：AVL平衡树 特征： AVL 树既是二叉搜索树，也是平衡二叉树，同时满足这两类二叉树的所有性质 AVL 树是一种平衡二叉搜索树 属性： 节点高度 节点平衡因子：节点左子树的高度减去右子树的高度，空节点的平衡因子为0 AVL 树旋转： 作用： AVL 树的特点在于“旋转”操作，它能够在不影响二叉树的中
1.树
摘要：树 在树中，数据从顶部向下按层次排列，表现出“祖先”与“后代”之间的派生关系 树结构是一种非线性存储结构，存储的是具有一对多关系的数据元素 树的分类： 树 二叉树 按树的结构： 满二叉树 完满二叉树 完全二叉树 按搜索功能： 查找：（索引） 二叉查找树（BST） 非平衡查找树 平衡树二叉树 AVL树
6.堆
摘要：堆 定义：完全二叉树的一种特定应用 特征： 最底层节点靠左填充，其他层的节点都被填满（完全二叉树特性）。 根节点称为“堆顶”，将底层最靠右的节点称为“堆底”。 对于大顶堆（小顶堆），堆顶元素（根节点）的值是最大（最小）的。 堆分类： 小顶堆：任意节点的值≤其子节点的值 大顶堆：任意节点的值≥其子节点
00.定义
摘要：定义 算法（algorithm） 是在有限时间内解决特定问题的一组指令或操作步骤，它具有以下特性： 问题是明确的，包含清晰的输入和输出定义。 具有可行性，能够在有限步骤、时间和内存空间下完成。 各步骤都有确定的含义，在相同的输入和运行条件下，输出始终相同。 数据结构（data structure）
1.思维导图
摘要：数据结构和算法 线性表 数组 链表 单链表 双向链表 循环链表 双向循环链表 静态链表 栈 顺序栈 链式栈 队列 普通队列 双端队列 阻塞队列 并发队列 阻塞并发队列 树 二叉树 平衡二叉树 AVL树 红黑树 完全二叉树 满二叉树 平衡二叉查找树 多路查找树 B树 B+树 2-3树 2-3-4树 堆
0.学习路径
摘要：学习路径： 阶段一：算法入门 我们需要熟悉各种数据结构的特点和用法，学习不同算法的原理、流程、用途和效率等方面的内容。 阶段二：刷算法题 建议从热门题目开刷，先积累至少 100 道题目，熟悉主流的算法问题。初次刷题时，“知识遗忘”可能是一个挑战，但请放心，这是很正常的。我们可以按照“艾宾浩斯遗忘曲线
