添加链表
This commit is contained in:
nonstriater
@@ -16,6 +16,11 @@
|
||||
|
||||
这些算法全部自己敲一遍：
|
||||
|
||||
### 链表
|
||||
|
||||
* 链表
|
||||
* 双向链表
|
||||
|
||||
### 二叉树
|
||||
|
||||
* 二叉树
|
||||
@@ -36,6 +41,8 @@
|
||||
|
||||
###哈希表/散列表 (Hash Table)
|
||||
|
||||
* 散列函数
|
||||
* 碰撞解决
|
||||
|
||||
###字符串算法
|
||||
|
||||
@@ -44,6 +51,9 @@
|
||||
* BF算法
|
||||
* KMP算法
|
||||
* BM算法
|
||||
* 正则表达式
|
||||
* 数据压缩
|
||||
|
||||
|
||||
###图的算法
|
||||
|
||||
|
||||
@@ -0,0 +1,43 @@
|
||||
|
||||
## 字符串
|
||||
|
||||
字符串在计算机中的应用非常广泛，这里讨论有关字符串的最重要的算法：
|
||||
|
||||
* 排序
|
||||
* 查找
|
||||
* 正则表达式
|
||||
* 数据压缩
|
||||
|
||||
|
||||
### 排序
|
||||
|
||||
|
||||
### 查找
|
||||
|
||||
|
||||
#### 单词查找树
|
||||
|
||||
|
||||
#### 子串查找
|
||||
|
||||
|
||||
|
||||
### 正则表达式
|
||||
|
||||
正则表达式是模式匹配的基础。是一个一般化了的子字符串的查找问题。也是搜索工具grep的核心。
|
||||
|
||||
|
||||
### 数据压缩
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
+5
-4
@@ -149,9 +149,10 @@
|
||||
2个有序数组的合并操作是O(n)的复杂度
|
||||
因此我们可以将无序的数组，分成2个子数组分别排序，然后再merge,依次类推
|
||||
|
||||
归并排序的步骤
|
||||
1. 分解 ， 将一个数组分成n/2个子数组,每个序列2个元素，(2路归并)
|
||||
2. 解决 ， 将各个子数组都排好序，然后 merge 2个有序数组
|
||||
归并排序的步骤:
|
||||
|
||||
1. 分解。将一个数组分成n/2个子数组,每个序列2个元素，(2路归并)
|
||||
2. 解决。 将各个子数组都排好序，然后 merge 2个有序数组
|
||||
3. 合并
|
||||
|
||||
if (length>1)
|
||||
@@ -178,7 +179,7 @@
|
||||
堆也被称为`优先队列`
|
||||
堆总是一颗完全树
|
||||
|
||||
`堆用数组来存储`。 i节点的父节点就是(i-1)/2,左右子节点小标是 2i+1，2i+2
|
||||
`堆用数组来存储`，i节点的父节点就是(i-1)/2,左右子节点小标是 2i+1，2i+2。
|
||||
|
||||
堆的操作有：
|
||||
|
||||
|
||||
+92
-56
@@ -1,4 +1,17 @@
|
||||
|
||||
## 算法分析思路
|
||||
|
||||
* 迭代法
|
||||
* 穷举搜索法
|
||||
* 动态规划
|
||||
* 贪心算法
|
||||
* 回溯
|
||||
* 分治算法
|
||||
|
||||
|
||||
下面我们将会详细介绍每一种算法设计的思路，并为每种方法给出一个经典案例的详细解读，最后还给出对应设计思路的其它案例，以供参考。
|
||||
|
||||
|
||||
### 迭代法
|
||||
|
||||
是一种不断用旧值递推新值的过程，分精确迭代和近视迭代。是用来求方程和方程组近似根的方法。
|
||||
@@ -10,41 +23,51 @@
|
||||
|
||||
|
||||
|
||||
### 穷举搜索法
|
||||
|
||||
或者叫蛮力法。对可能的解的众多候选按照某种顺序逐一枚举和检验。典型的问题如选择排序和冒泡排序。
|
||||
|
||||
|
||||
### 穷举搜索法（枚举）
|
||||
#### 背包问题
|
||||
|
||||
对可能的解的众多候选按照某种顺序逐一枚举和检验
|
||||
给定n个重量为 w1,w2,...,wn,定价为 v1,v2,...,vn 的物品，和一个沉重为W的背包，求这些物品中一个最有价值的子集，且能装入包中。
|
||||
|
||||
|
||||
|
||||
#### 其它案例
|
||||
|
||||
### 递推法
|
||||
|
||||
利用问题本身具有的一种递推关系求问题解的一种方法。
|
||||
|
||||
如
|
||||
|
||||
阶乘计算
|
||||
|
||||
选择排序
|
||||
冒泡排序
|
||||
|
||||
|
||||
### 递归
|
||||
|
||||
递归是一种设计和描述算法的有力工具。
|
||||
|
||||
递归算法执行过程分 `递推` 和 `回归` 两个阶段
|
||||
递归是一种设计和描述算法的有力工具。 递归算法执行过程分 `递推` 和 `回归` 两个阶段
|
||||
|
||||
在 `递推` 阶段，将大的问题分解成小的问题
|
||||
在 `回归` 阶段，获得最简单问题的解后，逐级返回，依次得到稍微复杂情况的解，知道获得最终的结果
|
||||
|
||||
1） 确定递归公司
|
||||
1） 确定递归公式
|
||||
2） 确定边界条件
|
||||
|
||||
|
||||
如
|
||||
#### 斐波那契数列
|
||||
|
||||
fib(n)=fib(n-1)+fib(n-2)
|
||||
|
||||
|
||||
递归实现
|
||||
```
|
||||
|
||||
```
|
||||
|
||||
非递归实现
|
||||
```
|
||||
|
||||
```
|
||||
|
||||
#### 其它案例
|
||||
|
||||
斐波那契数列 fib(n)=fib(n-1)+fib(n-2)
|
||||
阶乘计算
|
||||
梵塔问题 （三根针1，2，3表示，1号从小到大n个盘子，先要都移到3号上，不能出现大盘压小盘，找出移动次数最少的方案）
|
||||
快速排序
|
||||
@@ -53,50 +76,20 @@
|
||||
递归运行效率较低，因为有函数调用的开销，递归多次也可能造成栈溢出。
|
||||
|
||||
|
||||
### 回溯法
|
||||
|
||||
也叫 `试探法`。 是一种选优搜索法，按照选优条件搜索，当搜索到某一步，发现原先选择并不优或达不到目标，就退回重新选择。
|
||||
|
||||
|
||||
一般步骤
|
||||
|
||||
1. 针对问题，定义解空间（ 这时候解空间是一个集合，且包含我们要找的最优解）
|
||||
2. 组织解空间，确定易于搜索的解空间结构，通常组织成`树结构` 或 `图结构`
|
||||
3. 深度优先搜索解空间，搜索过程中用剪枝函数避免无效搜索
|
||||
|
||||
回溯法求解问题时，一般是一边建树，一边遍历该树；且采用非递归方法。
|
||||
|
||||
|
||||
以八皇后问题为例
|
||||
> 8x8的国际象棋棋盘上放置8个皇后，使得任何一个皇后都无法直接吃掉其他的皇后。任意2个皇后都不能处于同一个 横线，纵线，斜线上。
|
||||
|
||||
分析
|
||||
任意2个皇后不能同一行，也就是每个皇后占据一行，通用的，每个皇后也要占据一列
|
||||
一个斜线上也只有一个皇后
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
案例:
|
||||
|
||||
迷宫问题
|
||||
|
||||
|
||||
|
||||
|
||||
### 贪心算法
|
||||
|
||||
不追求最优解，只找到满意解
|
||||
不追求最优解，只找到满意解。
|
||||
|
||||
|
||||
#### 赫夫曼编码
|
||||
|
||||
|
||||
|
||||
#### 其它案例
|
||||
|
||||
*案例*
|
||||
找回零钱问题
|
||||
装箱问题
|
||||
赫夫曼编码
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -104,7 +97,8 @@
|
||||
|
||||
|
||||
将一个难以直接解决的大问题，分割成一些规模较小的相同问题，各个击破，分而治之。
|
||||
分治算法常用递归实现
|
||||
|
||||
分治算法常用`递归`实现
|
||||
|
||||
1） 问题缩小的小规模可以很容易解决
|
||||
2) 问题可以分解为规模较小相同问题
|
||||
@@ -117,12 +111,14 @@
|
||||
3. 合并
|
||||
|
||||
|
||||
以 `大整数乘法` 为例
|
||||
#### 大整数乘法
|
||||
|
||||
如 26542123532213598*345987342245553677884
|
||||
|
||||
|
||||
*案例*
|
||||
|
||||
#### 其它案例
|
||||
|
||||
快速排序
|
||||
归并排序
|
||||
最大子数组和
|
||||
@@ -153,15 +149,48 @@ DP通常基于一个递推公式及一个(或多个)初始状态，当前子问
|
||||
4. 写出规划方程
|
||||
|
||||
|
||||
#### 最长递增子序列
|
||||
|
||||
最长递增子序列（LIS Longest Increasing Subsequence）
|
||||
|
||||
|
||||
案例
|
||||
#### 其它案例
|
||||
|
||||
LIS 最长递增子序列（longest increasing subsequence）
|
||||
最短路径
|
||||
|
||||
|
||||
|
||||
### 回溯法
|
||||
|
||||
也叫 `试探法`。 是一种选优搜索法，按照选优条件搜索，当搜索到某一步，发现原先选择并不优或达不到目标，就退回重新选择。
|
||||
|
||||
|
||||
一般步骤
|
||||
|
||||
1. 针对问题，定义解空间（ 这时候解空间是一个集合，且包含我们要找的最优解）
|
||||
2. 组织解空间，确定易于搜索的解空间结构，通常组织成`树结构` 或 `图结构`
|
||||
3. 深度优先搜索解空间，搜索过程中用剪枝函数避免无效搜索
|
||||
|
||||
回溯法求解问题时，一般是一边建树，一边遍历该树；且采用非递归方法。
|
||||
|
||||
|
||||
#### 八皇后问题
|
||||
|
||||
8x8的国际象棋棋盘上放置8个皇后，使得任何一个皇后都无法直接吃掉其他的皇后。任意2个皇后都不能处于同一个 横线，纵线，斜线上。
|
||||
|
||||
分析
|
||||
1. 任意2个皇后不能同一行，也就是每个皇后占据一行，通用的，每个皇后也要占据一列
|
||||
2. 一个斜线上也只有一个皇后
|
||||
|
||||
|
||||
|
||||
#### 其它案例
|
||||
|
||||
迷宫问题
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### 总结
|
||||
|
||||
@@ -175,3 +204,10 @@ LIS 最长递增子序列（longest increasing subsequence）
|
||||
|
||||
|
||||
|
||||
## 参考
|
||||
|
||||
《算法设计与分析基础》 Anany Levitin
|
||||
http://www.chinaunix.net/old_jh/23/437639.html
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -0,0 +1,28 @@
|
||||
|
||||
## 链表
|
||||
|
||||
* 链表
|
||||
* 双向链表
|
||||
|
||||
### 链表
|
||||
|
||||
这个就不介绍了。重点说下双向链表。
|
||||
|
||||
|
||||
### 双向链表
|
||||
|
||||
双向链表也叫双链表，是链表的一种，它的每个数据结点中都有两个指针，分别指向直接后继和直接前驱。所以，从双向链表中的任意一个结点开始，都可以很方便地访问它的前驱结点和后继结点。一般我们都构造双向循环链表。
|
||||
|
||||
双向链表克服了访问某个节点前驱节点(插入，删除操作时)，只能从头遍历的问题。
|
||||
|
||||
```
|
||||
typedef int Value
|
||||
typedef struct Entry{
|
||||
struct Entry *next,prev;
|
||||
Value value;
|
||||
}DoubleLink;
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user