摘要： 动态规划（Dynamic Programming，DP）是指在给定的约束条件下求最优值的算法，在解决问题的过程，需要经历多个决策阶段，每个决策阶段都对应着一组状态。 适用于动态规划解决的问题包含三个特征： （1）最优子结构：通过子问题的最优解，可推导出问题的最优解，即后面阶段的状态可以通过前面阶段的 阅读全文

摘要： 分治算法（Divide-and-Conquer Algorithm），就是分而治之，把一个复杂问题分成两个或更多个相同或相似的子问题，直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。 分治算法比较适合用递归来实现，而每一层递归都会涉及三个操作： （1）分解：将原问题分解为若干个规模较 阅读全文

摘要： 贪心算法（Greedy Algorithm）会在每一步选择中都采取当前状态下最好或最优（即最有利）的选择，不能回退，从而希望结果是最好或最优的算法。它是动态规划的一种特例，需要满足更多的限制条件。 贪心算法在有最优子结构的问题中尤为有效（例如求图的最小生成树、哈夫曼编码等），最优子结构是指局部最优解 阅读全文

摘要： 回溯算法（backtracking）是一个类似枚举的搜索尝试过程，在寻找问题解的过程中，当发现不满足求解条件时，就退回一步，尝试其它路径，该算法的时间复杂度都不会低于 O(N!)，复杂的例题包括正则表达式匹配、解数独等。 在《回溯算法详解》一文中提到，解决一个回溯问题，实际上就是一个决策树的遍历过程 阅读全文

摘要： 二分查找（Binary Search）是对一种针对有序数据集合的查找算法，依赖数组，适合静态数据。通过 n/2^k=1（k 是比较次数），可以求得 k=log2^n，因此时间复杂度为高效地 O(logn)。 其思路很简单，就是每次与区间的中间数据做比较，缩小查找范围，但是期间涉及到的细节很容易踩坑， 阅读全文

摘要： 树是一种非线性表数据结构，树的基本概念如下所列。 （1）结点高度：结点到叶子结点的最长路径（即边数）。例题：112. 路径总和。 （2）结点深度：根结点到这个结点所经历的边的个数。例题：104. 二叉树的最大深度。 （3）结点层数：结点深度加 1。 （4）树的高度：根结点的高度。例题：面试题 04. 阅读全文

摘要： 一、栈 栈（stack）是一种操作受限的线性表数据结构，基于后进先出（LIFO）策略的集合类型，例如函数中的临时变量符合后进先出的特性，因此用栈保存最合适。 在入栈和出栈过程中所需的空间复杂度是 O(1)，时间复杂度也是 O(1)。空间复杂度是指运行算法还需要的额外存储空间。 注意，内存中的堆栈和数 阅读全文

摘要： 链表（Linked List）是不同于数组的另一种数据结构，它的存储单元（即结点或元素）除了包含任意类型的数据之外，还需要包含指向另一个结点的引用，后文会用术语链接表示对结点的引用。 下面会列出链表与数组的具体不同： （1）数组需要一块连续的内存空间来存储；而链表则恰恰相反，通过指针将零散的内存串联 阅读全文

摘要： 《浏览器工作原理与实践》是极客时间上的一个浏览器学习系列，在学习之后特在此做记录和总结。 一、事件循环 消息队列是一种数据结构，可以存放要执行的任务。它符合队列“先进先出”的特点，也就是说要添加任务的话，添加到队列的尾部；要取出任务的话，从队列头部去取。 从上图可以看出，改造可以分为下面三个步骤： 阅读全文

摘要： 《浏览器工作原理与实践》是极客时间上的一个浏览器学习系列，在学习之后特在此做记录和总结。 一、执行流程 实际上变量和函数声明在代码里的位置是不会改变的，而且是在编译阶段被 JavaScript 引擎放入内存中。 一段 JavaScript 代码在执行之前需要被 JavaScript 引擎编译，编译完 阅读全文