随笔分类 - 算法及数据结构
发表于 2021-06-09 11:59阅读：982评论：0推荐：1
摘要：从一个最简单也最经典问题说起： 能说一说 System.out.println( 1f == 0.999999999999f );的打印结果是什么吗？这么写有什么问题吗？ 对于这样一个问题，回答结果一般也就两种情况。 其实这个题目考察的目的简单而明确：**浮点数在计算机中是如何运算的？写代码时有什么
阅读全文 »
发表于 2021-05-08 09:23阅读：833评论：0推荐：0
摘要：什么是跳表 跳表全称为跳跃列表，它允许快速查询，插入和删除一个有序连续元素的数据链表。跳跃列表的平均查找和插入时间复杂度都是O(logn)。快速查询是通过维护一个多层次的链表，且每一层链表中的元素是前一层链表元素的子集（见右边的示意图）。一开始时，算法在最稀疏的层次进行搜索，直至需要查找的元素在该层
阅读全文 »
发表于 2021-05-07 00:22阅读：590评论：0推荐：0
摘要：常见的缓存算法 LRU (Least recently used) 最近最少使用，如果数据最近被访问过，那么将来被访问的几率也更高。 LFU (Least frequently used) 最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小。 FIFO
阅读全文 »
发表于 2021-03-18 09:30阅读：367评论：0推荐：0
摘要：外部排序，则是每次进行部分排序，然后将各组部分排序的结果合并，再次排序得到最终的结果． 本文中的程序用最大堆和最大赢者树完成了一个外部排序算法，基本思想如下： 将Ｎ个元素的大数组拆成每个元素为Ｍ的子数组，得到X=(N/M)个子数组； 对这Ｘ个子数组，依次使用堆排序进行排序； 初始化最大赢者树：取出这
阅读全文 »
发表于 2021-03-17 17:29阅读：152评论：0推荐：0
摘要：本⽂就借⽯头游戏来讲讲「假设两 个⼈都⾜够聪明，最后谁会获胜」这⼀类问题该如何⽤动态规划算法解决。 博弈类问题的套路都差不多，下⽂举例讲解，其核⼼思路是在⼆维 dp 的基 础上使⽤元组分别存储两个⼈的博弈结果。掌握了这个技巧以后，别⼈再问 你什么俩海盗分宝⽯，俩⼈拿硬币的问题，你就告诉别⼈：我懒得想
阅读全文 »
发表于 2020-12-20 17:55阅读：241评论：0推荐：0
摘要：转自经典动态规划：高楼扔鸡蛋 一、解析题目 题目是这样：你面前有一栋从 1 到N共N层的楼，然后给你K个鸡蛋（K至少为 1）。现在确定这栋楼存在楼层0 <= F <= N，在这层楼将鸡蛋扔下去，鸡蛋恰好没摔碎（高于F的楼层都会碎，低于F的楼层都不会碎）。现在问你，最坏情况下，你至少要扔几次鸡蛋，才能
阅读全文 »
发表于 2020-12-20 17:15阅读：244评论：0推荐：0
摘要：LeetCode 第 312 题，题目如下： title 首先必须要说明，这个题目的状态转移方程真的比较巧妙，所以说如果你看了题目之后完全没有思路恰恰是正常的。虽然最优答案不容易想出来，但基本的思路分析是我们应该力求做到的。所以本文会先分析一下常规思路，然后再引入动态规划解法。 一、回溯思路 先来顺
阅读全文 »
发表于 2020-12-20 15:40阅读：1089评论：0推荐：0
摘要：什么是贪心算法呢？贪心算法可以认为是动态规划算法的一个特例，相比动态规划，使用贪心算法需要满足更多的条件（贪心选择性质），但是效率比动态规划要高。 比如说一个算法问题使用暴力解法需要指数级时间，如果能使用动态规划消除重叠子问题，就可以降到多项式级别的时间，如果满足贪心选择性质，那么可以进一步降低时间
阅读全文 »
发表于 2020-12-19 12:44阅读：98评论：0推荐：0
摘要：Original labuladong 3/9 0-1 背包问题 给你一个可装载重量为W的背包和N个物品，每个物品有重量和价值两个属性。其中第i个物品的重量为wt[i]，价值为val[i]，现在让你用这个背包装物品，最多能装的价值是多少？ 举个简单的例子，输入如下： N = 3, W = 4 wt
阅读全文 »
发表于 2020-12-17 21:28阅读：145评论：0推荐：0
摘要：转自我作了首诗，保你闭着眼睛也能写对二分查找 Original labuladong 2/28 本文就来探究几个最常用的二分查找场景：寻找一个数、寻找左侧边界、寻找右侧边界。而且，我们就是要深入细节，比如不等号是否应该带等号，mid 是否应该加一等等。 以问答的形式，分析这些细节的差异以及出现这些差
阅读全文 »
发表于 2020-12-17 14:50阅读：1701评论：0推荐：1
摘要：转载自 回溯算法和动态规划，到底谁是谁爹？文末送书 有的问题如果实在想不出状态转移方程，尝试用回溯算法暴力解决也是一个聪明的策略，总比写不出来解法强。 那么，回溯算法和动态规划到底是啥关系？它俩都涉及递归，算法模板看起来还挺像的，都涉及做「选择」，真的酷似父与子。 那么，它俩具体有啥区别呢？回溯算法
阅读全文 »
发表于 2020-10-14 10:28阅读：101评论：0推荐：0
摘要：From 算法学习笔记(1) : 并查集 Union-Find 算法怎么应用？ 定义 并查集主要用于解决一些元素分组的问题。它管理一系列不相交的集合，并支持两种操作： 合并（Union）：把两个不相交的集合合并为一个集合。 查询（Find）：查询两个元素是否在同一个集合中。 初始化 int fa[M
阅读全文 »
发表于 2020-10-14 00:12阅读：185评论：0推荐：0
摘要：二叉树遍历 递归遍历 以中序遍历为例： class Solution { public: vector<int> inorderTraversal(TreeNode *root) { vector<int> res; inorder(root, res); return res; } void in
阅读全文 »
发表于 2020-10-14 00:07阅读：716评论：0推荐：0
摘要：回溯算法 代码方面，回溯算法的框架： result = [] def backtrack(路径, 选择列表): if 满足结束条件: result.add(路径) return for 选择 in 选择列表: # 做选择 将该选择从选择列表移除 路径.add(选择) backtrack(路径, 选择
阅读全文 »
发表于 2020-10-14 00:05阅读：546评论：0推荐：0
摘要：动态规划三要素：重叠⼦问题、最优⼦结构、状态转移⽅程。 动态规划的三个需要明确的点就是「状态」「选择」和「base case」，对应着回溯算法中走过的「路径」，当前的「选择列表」和「结束条件」。 某种程度上说，动态规划的暴力求解阶段就是回溯算法。只是有的问题具有重叠子问题性质，可以用 dp tabl
阅读全文 »
