This commit is contained in:
冉文杰
2021-09-08 00:45:07 +08:00
parent f7519fdbd5
commit b89c744825
14 changed files with 36 additions and 40 deletions
+1 -1
View File
@@ -1,4 +1,4 @@
# 字符串
字符串常见的问题:
+1
View File
@@ -1,3 +1,4 @@
# 链表
链表常常碰到的问题有:
@@ -1,4 +1,3 @@
# 堆和栈
@@ -1,3 +1,4 @@
# 数值问题
这部分都是一些数学几何计算方面的问题。主要由:
@@ -1,3 +1,4 @@
# 数组数列问题
这部分的问题都集中在数据集合上。主要有:
+1 -1
View File
@@ -1,4 +1,4 @@
# 矩阵
矩阵在计算机中表示就是二维数组。这部分内容都是有关二维数组和矩阵相关的题目。
@@ -1,3 +1,4 @@
# 二元树
问题涉及有:
+1 -1
View File
@@ -1,4 +1,4 @@
# 图
深度优先遍历(DFS)和广度优先遍历(BFS) 深度优先遍历(Depth First Search, 简称 DFS) 与广度优先遍历(Breath First Search)是图论中两种非常重要的算法,生产上广泛用于拓扑排序,寻路(走迷宫),搜索引擎,爬虫等,也频繁出现在 leetcode,高频面试题中
@@ -1,3 +1,4 @@
# 智力题
这部分内容的题目侧重思维发散。
@@ -1,4 +1,4 @@
# 系统设计
## 要求设计一个DNS的Cache结构,要求能够满足每秒5000以上的查询,满足IP数据的快速插入,查询的速度要快。
+14 -26
View File
@@ -1,8 +1,9 @@
# 面试题
这部分内容是算法问题合集,题目大多来自网络和书籍。我做了下简单的整理,很多题做了一些思路标记。
### 字符串
## [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:
@@ -15,7 +16,7 @@
### 链表
## [链表](2%20链表)
链表处理的常见问题包括:
@@ -26,13 +27,13 @@
* 2个链表合并
### 栈和队列
## [栈和队列](3%20堆和栈.md)
这是最基本数据结构,相对容易理解。
### 数值问题
## [数值问题](4%20数值问题.md)
这部分都是一些数学几何计算方面的问题。 主要有:
@@ -41,7 +42,7 @@
* 大数问题
### 数组数列问题
## [数组数列问题](5%20数组数列问题.md)
这部分的问题都集中在数据集合上。主要有:
@@ -52,12 +53,12 @@
* 多个数组合并,交集
### 矩阵
## [矩阵](6%20矩阵.md)
这部分都是矩阵和二维数组相关的问题。
### 二叉树
## [二叉树](7%20二叉树.md)
* 遍历
@@ -66,37 +67,24 @@
### 图
## [图](8%20图.md)
图相关的问题
### 海量数据处理
## 智力思维训练
海量处理问题常用的分析解决问题的思路是:
* Hash映射/分而治之
* Bitmap
* Bloom filter(布隆过滤器)
* Trie树
* 数据库索引
* 倒排索引(Inverted Index)
* 双层桶划分
* 外排序
* simhash算法
* 分布处理之Mapreduce
### 《剑指offer》
## [《剑指offer》](剑指offer/README.md)
《剑指offer》里面给出了50到高质量的算法问题,很有学习的必要。
### 《编程之美》
### 智力思维训练
## [《编程之美》](编程之美/README.md)
@@ -1,3 +1,4 @@
# 《剑指offer》
《剑指offer》 这本书给出了50到面试题,涉及到字符串处理,堆栈,链表,二叉树等问题的处理。
@@ -1,3 +1,4 @@
#《编程之美》
书中的内容分为4个部分:
@@ -1,6 +1,4 @@
## 海量数据处理
# 海量数据处理
这部分内容是海量数据处理的问题。所谓海量:
@@ -9,12 +7,16 @@
海量处理问题常用的分析解决问题的思路是:
1. 分而治之/Hash映射 + hash统计/trie树/红黑树/二叉搜索树 + 堆排序/快速排序/归并排序
2. 双层桶划分
3. Bloom filter 、Bitmap
4. Trie树/数据库/倒排索引
5. 外排序
6. 分布处理之 Hadoop/Mapreduce
* Hash映射/分而治之 + hash统计/trie树/红黑树/二叉搜索树 + 堆排序/快速排序/归并排序
* Bitmap
* Bloom filter
* Trie树
* 数据库索引
* 倒排索引(Inverted Index)
* 双层桶划分
* 外排序
* simhash算法
* 分布处理之Hadoop/Mapreduce