随笔分类 - 数据结构与算法
摘要：1 词汇和定义 顶点（也称为“节点”）是图的基本部分。它可以有一个名称，我们将称为“键”。一个顶点也可能有额外的信息。我们将这个附加信息称为“有效载荷”。 边（也称为“弧”）是图的另一个基本部分。边连接两个顶点，以表明它们之间存在关系。边可以是单向的或双向的。如果图中的边都是单向的，我们称该图是有向
阅读全文
摘要：首先，我将说说什么是图（它们不涉及X轴和Y轴），在我所知道的算法中，图算法应该是最有用的。再介绍第一种图算法——广度优先搜索（breadth-first search，BFS）。 广度优先搜索让你能够找出两样东西之间的最短距离，不过最短距离的含义有很多！使用广度优先搜索可以： 编写国际跳棋AI，计算
阅读全文
摘要：学习散列表的内部机制：实现、冲突和散列函数。 1 散列函数 散列函数是这样的函数，即无论你给它什么数据，它都还你一个数字。 如果用专业术语来表达的话，我们会说，散列函数“将输入映射到数字”。你可能认为散列函数输出的数字没什么规律，但其实散列函数必须满足一些要求。 它必须是一致的。例如，假设你输入ap
阅读全文
摘要：1.动态规划理论 1.1动态规划基本思想 注意：斐波那契递归求解的时间复杂度为O（2n）。 子问题不独立适合动态规划算法设计。 分治：将原问题划分为互不相交的子问题，递归求解子问题，再将它们的解组合起来。 动态规划：子问题重叠的情况，不同的子问题具有公共的子子问题 利用动态规划需要满足： 1.2动态
阅读全文
摘要：递归 递归的定义 直接递归调用： 间接递归调用： 编写递归函数时，必须告诉它何时停止递归。正因为如此，每个递归函数都有两部分：基线条件（base case）和递归条件（recursive case）。递归条件指的是函数调用自己，而基线条件则指的是函数不再调用自己，从而避免形成无限循环。 我们来给函数
阅读全文
摘要：1 贪心算法 1.1 教室调度问题 假设有如下课程表，你希望将尽可能多的课程安排在某间教室上。 你没法让这些课都在这间教室上，因为有些课的上课时间有冲突。 你希望在这间教室上尽可能多的课。如何选出尽可能多且时间不冲突的课程呢？这个问题好像很难，不是吗？实际上，算法可能简单得让你大吃一惊。具体做法如下
阅读全文
摘要：树与树算法 树的概念 树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点： 每个
阅读全文
摘要：排序与搜索 一、排序 排序算法（英语：Sorting algorithm）是一种能将一串数据依照特定顺序进行排列的一种算法。 排序算法的稳定性 稳定性：稳定排序算法会让原本有相等键值的纪录维持相对次序。也就是如果一个排序算法是稳定的，当有两个相等键值的纪录R和S，且在原本的列表中R出现在S之前，在排
阅读全文
摘要：队列 队列（queue）是只允许在一端进行插入操作，而在另一端进行删除操作的线性表。 队列是一种先进先出的（First In First Out）的线性表，简称FIFO。允许插入的一端为队尾，允许删除的一端为队头。队列不允许在中间部位进行操作！假设队列是q=（a1，a2，……，an），那么a1就是队
阅读全文
摘要：栈 栈（stack），有些地方称为堆栈，是一种容器，可存入数据元素、访问元素、删除元素，它的特点在于只能允许在容器的一端（称为栈顶端指标，英语：top）进行加入数据（英语：push）和输出数据（英语：pop）的运算。没有了位置概念，保证任何时候可以访问、删除的元素都是此前最后存入的那个元素，确定了一
阅读全文
摘要：为什么需要链表 顺序表的构建需要预先知道数据大小来申请连续的存储空间，而在进行扩充时又需要进行数据的搬迁，所以使用起来并不是很灵活。 链表结构可以充分利用计算机内存空间，实现灵活的内存动态管理。 链表的定义 链表（Linked list）是一种常见的基础数据结构，是一种线性表，但是不像顺序表一样连续
阅读全文
摘要：内存、类型本质、连续存储： 顺序表 在程序中，经常需要将一组（通常是同为某个类型的）数据元素作为整体管理和使用，需要创建这种元素组，用变量记录它们，传进传出函数等。一组数据中包含的元素个数可能发生变化（可以增加或删除元素）。 对于这种需求，最简单的解决方案便是将这样一组元素看成一个序列，用元素在序列
阅读全文
摘要：引入 先来看一道题: 如果 a+b+c=1000，且 a^2+b^2=c^2（a,b,c 为自然数），如何求出所有a、b、c可能的组合? 第一次尝试 import time start_time = time.time() # 注意是三重循环 for a in range(0, 1001): for
阅读全文
摘要：堆（二叉堆） 堆（二叉堆）是一种完全二叉树 堆有两种类型: 大根堆小根堆 两种类型的概念如下： 大根堆（最大堆）：每个结点的值都大于或等于左右孩子结点 小根堆（最小堆）：每个结点的值都小于或等于左右孩子结点 因为比较抽象，所以专门花了两个图表示 那么，什么是完全二叉树呢？ 完全二叉树 是 一种除了最
阅读全文
摘要：一、哈夫曼树的概念和定义 什么是哈夫曼树？ 让我们先举一个例子。 判定树： 在很多问题的处理过程中，需要进行大量的条件判断，这些判断结构的设计直接影响着程序的执行效率。例如，编制一个程序，将百分制转换成五个等级输出。大家可能认为这个程序很简单，并且很快就可以用下列形式编写出来： if(score<6
阅读全文
摘要：平衡二叉树定义(AVL)：它或者是一颗空树，或者具有以下性质的二叉树：它的左子树和右子树的深度之差(平衡因子)的绝对值不超过1，且它的左子树和右子树都是一颗平衡二叉树。 平衡二叉树是在二叉排序树(BST)上引入的(这一点很重要哦) 讨论：BST为什么需要平衡化？平衡二叉树很好的解决了二叉查找树退化成
阅读全文
摘要：注意：对一个二叉排序树进行中序遍历时，得到的序列是一个按值从小到大排列的有序序列 查找性能的分析：
阅读全文
摘要：def BinarTree(r): return [r,[],[]] def insertLeft(root,newBrach): t=root.pop(1) if len(t)>1: root.inset(1,[newBrach,t,[]]) else: root.insert(1,[newBrach,[],[]]) ...
阅读全文
摘要：树： 二叉树： 空结点对应的为空树；无左右子树的结点对应于叶子结点； 只有左子树的结点、只有右子树的结点对应于度为1的结点； 具有左右子树的结点对应于度为2的结点。 度为2的结点数的出边数为2，所以N2*2；度为1的结点数的出边数为1；N-1为树的边数=总结点数-1 结论：叶子结点数目=度为2的结点
阅读全文
摘要：from collections import deque dq=deque() dq.append(1) dq.append(2)#尾部添加 print(dq) dq.popleft()#首部删除 print(dq) dq.popleft() print(dq)
阅读全文
