From b0c67229b3ee7afaab7d983d1ee8ae2e240171fb Mon Sep 17 00:00:00 2001 From: ranwenjie Date: Sat, 27 Nov 2021 02:15:19 +0800 Subject: [PATCH] add link --- 2 List/README.md | 33 ++++-- 4 Tree/9-红黑树 R-B tree/红黑树.md | 2 +- 9 Algorithms Job Interview/1 字符串.md | 8 +- 9 Algorithms Job Interview/1.1 字符串-查找.md | 39 ++++--- 9 Algorithms Job Interview/2 链表.md | 13 ++- 9 Algorithms Job Interview/5.1 数列-排序.md | 2 - 9 Algorithms Job Interview/5.4 数列-查找.md | 27 ++++- 9 Algorithms Job Interview/README.md | 105 +++++++++--------- README.md | 33 +++--- 9 files changed, 160 insertions(+), 102 deletions(-) diff --git a/2 List/README.md b/2 List/README.md index a8a29af..796ae89 100644 --- a/2 List/README.md +++ b/2 List/README.md @@ -4,6 +4,7 @@ * 双向链表 * 双向循环链表 + ## 链表 ### 应用场景 @@ -11,18 +12,6 @@ * [redis slowlog](Redis%20slowlog.md) -### 扩缩容 - -简单说下编程语言 java， golang中 LinkList的扩缩容的策略。 - -java 中扩容，每次扩容新增原先容量的 1/2 -``` - int newCapacity = oldCapacity + (oldCapacity >> 1); -``` - -这个就不介绍了。重点说下双向链表。 - - ### 链表 VS 数组 特点 @@ -38,12 +27,27 @@ java 中扩容，每次扩容新增原先容量的 1/2 +### 扩缩容 + +简单说下编程语言 java， golang中 LinkList的扩缩容的策略。 + +java 中扩容，每次扩容新增原先容量的 1/2 +``` + int newCapacity = oldCapacity + (oldCapacity >> 1); +``` + +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。 双向链表克服了单链表中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。 +缺点是： 多了1倍的额外的指针空间大小。 + ``` typedef int Value typedef struct Entry{ @@ -53,6 +57,11 @@ typedef struct Entry{ ``` +应用场景 + +* mysql B+树 叶子节点就使用 双向链表，方便 `age<10` 类似条件查询，或者 倒序查询 如 `order by desc` ，从后向前遍历数据 + + ## 循环链表 最后一个节点指针指向头节点的链表 diff --git a/4 Tree/9-红黑树 R-B tree/红黑树.md b/4 Tree/9-红黑树 R-B tree/红黑树.md index ff83a6d..48aa007 100644 --- a/4 Tree/9-红黑树 R-B tree/红黑树.md +++ b/4 Tree/9-红黑树 R-B tree/红黑树.md @@ -1,6 +1,6 @@ # 红黑树 （red-black tree） -红黑树（Red Black Tree） 是一种自平衡二叉查找树。一种特化的AVL树，在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。 它可以在O(log n)时间内做查找，插入和删除。 +红黑树（Red Black Tree） 是一种自平衡二叉查找树。一种特化的[AVL树](../3-平衡树AVL/README.md)，在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。 它可以在O(log n)时间内做查找，插入和删除。 它的每个结点都被“着色”为红色或者黑色，这些结点的颜色被用来检测树的平衡性。 diff --git a/9 Algorithms Job Interview/1 字符串.md b/9 Algorithms Job Interview/1 字符串.md index 1f67dc4..47565ce 100644 --- a/9 Algorithms Job Interview/1 字符串.md +++ b/9 Algorithms Job Interview/1 字符串.md @@ -4,11 +4,13 @@ * 回文判断 * 字符(串)统计 +* [子串查找](1.1%20字符串-查找.md) +* [字符串修改](1.3%20字符串-修改.md) 如单词反转/移动等 +* [字符删除](1.2%20字符串-删除.md) * 字符串的压缩 * 字符串的排列和组合 -* [子串查找](1.1%20字符串-查找.md) -* [字符删除](1.2%20字符串-删除.md) -* [字符串修改](1.3%20字符串-修改.md) 如单词反转/移动等 + + ## 判断字符串是否是回文 diff --git a/9 Algorithms Job Interview/1.1 字符串-查找.md b/9 Algorithms Job Interview/1.1 字符串-查找.md index 18e9d22..7618a01 100644 --- a/9 Algorithms Job Interview/1.1 字符串-查找.md +++ b/9 Algorithms Job Interview/1.1 字符串-查找.md @@ -45,19 +45,6 @@ char char_first_appear_once(const unsigned char *source){ 题目扩展：这里的字符换成整数，整数数量几十TB，海量数据处理，显然hash方法不可能，没有那么大得内容 -## 请编写能直接实现strstr()函数功能的代码。 - -> strstr(str1,str2) 判断str2是否是str1的子串。 - -``` -/* -@ret 有就返回第一次出现子串的地址,否则返回NULL -*/ -char *strstr(const char *source, const char *target){ - -} -``` - ### 字符串中找出连续最长的数字子串 @@ -164,11 +151,6 @@ int lengthOfLongestSubstring(string s) { -## 求最大连续递增数字子串 - -如“ads3sl456789DF3456ld345AA”中的“456789”就是所求。这道题在上一道题目的基础上增加了数字要递增的条件。思路跟上面差不多，碰到不递增的数字就相当于第二个数字串了。 - - ## 最长公共子串问题 @@ -247,6 +229,27 @@ int max_symmetrical_char_length(const char *scr){ + +## 求最大连续递增数字子串 + +如“ads3sl456789DF3456ld345AA”中的“456789”就是所求。这道题在上一道题目的基础上增加了数字要递增的条件。思路跟上面差不多，碰到不递增的数字就相当于第二个数字串了。 + + +## 请编写能直接实现strstr()函数功能的代码。 + +> strstr(str1,str2) 判断str2是否是str1的子串。 + +``` +/* +@ret 有就返回第一次出现子串的地址,否则返回NULL +*/ +char *strstr(const char *source, const char *target){ + +} +``` + + + ## 子串匹配的个数 已知一个字符串，比如asderwsde,寻找其中的一个子字符串比如sde的个数，如果没有返回0，有的话返回子字符串的个数。 diff --git a/9 Algorithms Job Interview/2 链表.md b/9 Algorithms Job Interview/2 链表.md index 4cf7da9..e1fe717 100644 --- a/9 Algorithms Job Interview/2 链表.md +++ b/9 Algorithms Job Interview/2 链表.md @@ -10,12 +10,14 @@ * 链表中是否有环 -链表结点定义如下： +链表结点定义如下： +``` struct ListNode { int m_nKey; ListNode* m_pNext; }; +``` @@ -110,6 +112,15 @@ struct ComplexNode 请完成函数`ComplexNode* Clone(ComplexNode* pHead)`，以复制一个复杂链表。 +这个题目难点在于： + + + + + + + + diff --git a/9 Algorithms Job Interview/5.1 数列-排序.md b/9 Algorithms Job Interview/5.1 数列-排序.md index c4d2950..b01a548 100644 --- a/9 Algorithms Job Interview/5.1 数列-排序.md +++ b/9 Algorithms Job Interview/5.1 数列-排序.md @@ -25,8 +25,6 @@ void sort(int * a, int length) `动态规划` - - ## 扑克牌的顺子 diff --git a/9 Algorithms Job Interview/5.4 数列-查找.md b/9 Algorithms Job Interview/5.4 数列-查找.md index 48bd250..ac9bd9b 100644 --- a/9 Algorithms Job Interview/5.4 数列-查找.md +++ b/9 Algorithms Job Interview/5.4 数列-查找.md @@ -87,13 +87,38 @@ topMaxK(int *a,int length, int k); ## 找第k大的数 -比如 1，2，3，4，5，6，7和8这8个数字，低3大的数字是 6 +比如 `1，2，3，4，5，6，7,8 `这 8个数字，第3大的数字是 6 ``` int topK(int * a, int length, int k) ``` +```Java +//冒泡实现 + public int findK(int[] nums, int k){ + //base case + if (nums== null || nums.length < k) { + return -1; + } + + for(int i=1; i<=k; i++){ + for(int j=0; j nums[next]){ + int tmp = nums[j]; + nums[j] = nums[next]; + nums[next] = tmp; + } + } + } + + return nums[nums.length-k]; + } +``` + + + ## 最长公共子序列 （动态规划的经典题目） diff --git a/9 Algorithms Job Interview/README.md b/9 Algorithms Job Interview/README.md index 3dbf57b..99db4ec 100644 --- a/9 Algorithms Job Interview/README.md +++ b/9 Algorithms Job Interview/README.md @@ -13,7 +13,7 @@ * 编程细节：多练习，总结 -常用解题套路工具 +## 常用解题套路工具 * 数组，字符串问题：二分查找、 快慢指针、 左右指针、 滑动窗口、 前缀和数组、 差分数组。 * 二叉树问题：递归 @@ -21,6 +21,59 @@ * [常见算法题目Java实现](https://github.com/nonstriater/deep-in-java/tree/master/src/main/java/com/nonstriater/deepinjava/algo) +## 刷题框架套路 + + +遍历 + +``` +# 数组遍历框架 +void traverse(int[] arr) { + for (int i = 0; i < arr.length; i++) { + // 迭代访问 arr[i] + } +} + +# 链表遍历框架 +void traverse(ListNode head) { + for (ListNode p = head; p != null; p = p.next) { + // 迭代访问 p.val + } +} + +``` + + +递归 + +``` +# 链表递归 +void traverse(ListNode head) { + // 递归访问 head.val + traverse(head.next); +} + + +# 二叉树递归 +void traverse(TreeNode root) { + traverse(root.left); + traverse(root.right); +} + +# 多叉树递归 +void traverse(TreeNode root) { + for (TreeNode child : root.children) + traverse(child); +} + +# 图的递归：，用个布尔数组 visited 做标记就行了 + +``` + + + + + ## [字符串](1%20字符串.md) 计算机处理的数据除了数值，就是字符。字符处理的常见问题包括： @@ -95,56 +148,6 @@ -# 刷题框架套路 - -遍历 - -``` -# 数组遍历框架 -void traverse(int[] arr) { - for (int i = 0; i < arr.length; i++) { - // 迭代访问 arr[i] - } -} - -# 链表遍历框架 -void traverse(ListNode head) { - for (ListNode p = head; p != null; p = p.next) { - // 迭代访问 p.val - } -} - -``` - - -递归 - -``` -# 链表递归 -void traverse(ListNode head) { - // 递归访问 head.val - traverse(head.next); -} - - -# 二叉树递归 -void traverse(TreeNode root) { - traverse(root.left); - traverse(root.right); -} - -# 多叉树递归 -void traverse(TreeNode root) { - for (TreeNode child : root.children) - traverse(child); -} - -# 图的递归：，用个布尔数组 visited 做标记就行了 - - -``` - - # 参考 diff --git a/README.md b/README.md index e3d6f0f..ce25ff7 100644 --- a/README.md +++ b/README.md @@ -22,6 +22,10 @@ * 链表 * 双向链表 +### [数组](2%20List/README.md) + +* [数组数列问题](%20Algorithms%20Job%20Interview/5%20数组数列问题.md) + 数组和链表结构是基础结构，散列表、栈、队列、堆、树、图等等各种数据结构都基于数组和链表结构实现。 ### [队列](2%20Queue/README.md) @@ -36,13 +40,13 @@ ### [字符串算法](1%20String/README.md) -* 排序 -* 查找 +* 子串查找 [字符串常见题目参考这里](%20Algorithms%20Job%20Interview/1%20字符串.md) * BF算法 * KMP算法 * BM算法 * 正则表达式 * 数据压缩 +* 排序 ### [树](4%20Tree/README.md) @@ -92,22 +96,25 @@ ### [查找算法](7%20Search/README.md) -* 顺序表查找：顺序查找 -* 有序表查找：二分查找 + +* 哈希表： O(1) [hashtable实现参考这里](../3%20Hash%20Table/README.md) +* 有序表查找：二分查找 +* 顺序表查找：顺序查找, 复杂度O(N) * 分块查找： 块内无序，块之间有序；可以先二分查找定位到块，然后再到`块`中顺序查找 * 动态查找: 二叉排序树，AVL树，B- ，B+（这里之所以叫 `动态查找表`，是因为表结构是查找的过程中动态生成的） -* 哈希表： O(1) + ## [算法设计思想](8%20Algorithms%20Analysis/README.md) - -* 迭代法 -* 穷举搜索法 -* 递推法 -* 动态规划 -* 贪心算法 -* 回溯 -* 分治算法 + + +* [递归](8%20Algorithms%20Analysis/递归.md) +* [分治算法](8%20Algorithms%20Analysis/分治算法.md) +* [动态规划](8%20Algorithms%20Analysis/动态规划.md) +* [回溯法](8%20Algorithms%20Analysis/回溯法.md) +* [迭代法](8%20Algorithms%20Analysis/迭代法.md) +* [穷举搜索法](8%20Algorithms%20Analysis/穷举搜索法.md) +* [贪心算法](8%20Algorithms%20Analysis/贪心算法.md)