喜缺全书算法册对应源码单元测试用例
电子书、博文和附录分工。电子书以总结、原理、正确性证明为主；博文（题解）以思路、源码、封装类（模板）、测试用例、流程图为主。附录：封装好的类、小题题解、很长的源码和单元测试。
本书针对读者：刚刚入职的软件工程师，假定已经学完了“C++”和“算法与数据结构基础”。工程师和学生不同，工程师的首要目标的实用。工程师用到的知识是未知的，很多都是临时用一下，之后几年甚至一辈子都不会用到。受精力的限制，不可能将所有遇到的知识全部学完。本文会有超多用例，方便工程师从最相近的样例开始修改。所以，本文先讲如何使用，再讲原理，最后讲样例；设计(如：流程图）和源码会作为附录提供。
位运算、状态压缩、枚举子集汇总.html
位运算、状态压缩、枚举子集汇总.html
本博客配套流程图，会经常更新
Bob 站在单元格 (0, 0) ，想要前往目的地 destination ：(row, column) 。他只能向 右 或向 下 走。你可以为 Bob 提供导航 指令 来帮助他到达目的地 destination 。
指令 用字符串表示，其中每个字符：
'H' ，意味着水平向右移动
'V' ，意味着竖直向下移动
能够为 Bob 导航到目的地 destination 的指令可以有多种，例如，如果目的地 destination 是 (2, 3)，"HHHVV" 和 "HVHVH" 都是有效 指令 。
然而，Bob 很挑剔。因为他的幸运数字是 k，他想要遵循 按字典序排列后的第 k 条最小指令 的导航前往目的地 destination 。k 的编号 从 1 开始 。
给你一个整数数组 destination 和一个整数 k ，请你返回可以为 Bob 提供前往目的地 destination 导航的 按字典序排列后的第 k 条最小指令 。
利用二分查找解决H指数问题
利用二分查找解决H指数问题。
搜索矩阵C++实现：二分查找Z形查找
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性：
每行的元素从左到右升序排列。
每列的元素从上到下升序排列。
长度最短的子数组C++实现
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其总和大于等于 target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。
示例 1：
输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2：
输入：target = 4, nums = [1,4,4]
输出：1
示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0
提示：
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105
[二分查找双指针]LeetCode881: 救生艇
给定数组 people 。people[i]表示第 i 个人的体重 ，船的数量不限，每艘船可以承载的最大重量为 limit。
每艘船最多可同时载两人，但条件是这些人的重量之和最多为 limit。
返回 承载所有人所需的最小船数 。
两数之和 - 输入有序数组
给你一个下标从 1 开始的整数数组 numbers ，该数组已按 非递减顺序排列 ，请你从数组中找出满足相加之和等于目标数 target 的两个数。如果设这两个数分别是 numbers[index1] 和 numbers[index2] ，则 1 <= index1 < index2 <= numbers.length 。
以长度为 2 的整数数组 [index1, index2] 的形式返回这两个整数的下标 index1 和 index2。
你可以假设每个输入 只对应唯一的答案 ，而且你 不可以 重复使用相同的元素。
C++二分查找算法：132 模式
给你一个整数数组 nums ，数组中共有 n 个整数。132 模式的子序列 由三个整数 nums[i]、nums[j] 和 nums[k] 组成，并同时满足：i < j < k 和 nums[i] < nums[k] < nums[j] 。
如果 nums 中存在 132 模式的子序列 ，返回 true ；否则，返回 false 。
C++算法：第 N 位数字原理、源码、测试用例
给你一个整数 n ，请你在无限的整数序列 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ...] 中找出并返回第 n 位上的数字。
示例 1：
输入：n = 3
输出：3
示例 2：
输入：n = 11
输出：0
解释：第 11 位数字在序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ... 里是 0 ，它是 10 的一部分。
提示：
1 <= n <= 231 – 1
C++二分查找算法应用：最长递增子序列 原理、源码、测试用例
给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1：
输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。
示例 2：
输入：nums = [0,1,0,3,2,3]
输出：4
示例 3：
输入：nums = [7,7,7,7,7,7,7]
输出：1
参数范围：
1 <= nums.length <= 2500
-104 <= nums[i] <=104
二分应用：峰值查找 原理、源码、测试用例
1. 题目
长度为n的数组nums，请返回任意一峰值的索引。符合以下条件之一i便是峰值的索引。
n等于1 i等于0
n>1 i等于0 nums[i] >nums[i+1]
n>1 i等于n-1 nums[i] > nums[i-1]
0<i<n-1 nums[i]>nums[i-1] nums[i]>nums[i+1]
题目保证nums[i]不等于nums[i+1]。
2. 分析
假定：
nums[left,r)符合nums[left]>nums[left-1]，且nums[r-1]>nums[r]。显然初始情况nums[0,n)符合。
推论一：如果[left,r)的长度为1，则left就是返回的索引。
推论二：假定left < mid<r。如果mid[mid] > mid[mid-1],则nums[mid,r)也符合假定。如果mid[mid] < mid[mid-1]，则nums[left,mid)也符合假定。
推论三：推论二也可以也可以理解成分别抛弃[left,mid)和[mid,r)。令mid = left+(r-left)/2，由于r-left>=2，所以left<mid<
C++算法：前缀和基础
长度为n的数组nums，共有n+1个以nums[0]开始的子数组。索引范围分别为[0,i)，i取值区间[0,n]。preSum[i]记录子数组[0,i)的和。比如：nums = {1,2,3,4},则preSum = {0,1,3,6,10}。通过preSum，我们可以求任意nums的子数组和。子数组[i,j)等于子数组[0,j)减去[0,i)，也就是子数组[i,j)的和等于preSum[j] – preSum[i]。如果i等于j，则preSum[i]-preSum[i]，和为0，符合计算公式。如果i大于j，则非法，需要提前排除。
时间复杂度O(40n*n)的C++算法：修改图中的边权
给你一个 n 个节点的 无向带权连通 图，节点编号为 0 到 n - 1 ，再给你一个整数数组 edges ，其中 edges[i] = [ai, bi, wi] 表示节点 ai 和 bi 之间有一条边权为 wi 的边。
部分边的边权为 -1（wi = -1），其他边的边权都为 正 数（wi > 0）。
你需要将所有边权为 -1 的边都修改为范围 [1, 2 * 10^9] 中的 正整数 ，使得从节点 source 到节点 destination 的 最短距离 为整数 target 。如果有 多种 修改方案可以使 source 和 destination 之间的最短距离等于 target ，你可以返回任意一种方案。
如果存在使 source 到 destination 最短距离为 target 的方案，请你按任意顺序返回包含所有边的数组（包括未修改边权的边）。如果不存在这样的方案，请你返回一个 空数组 。
注意：你不能修改一开始边权为正数的边。
多源最短路径的原理及C++实现
当一层循环执行完后，m_vMat[i1][i2]表示经过[0,i)中的任意个点的最短距离。
初始状态下, m_vMat[i1][i2]表示直达的最小距离，也就是经过0个点。
通过[0,i)中任意个点，i1到i2的最短路径记为PrePathi1i2，通过[0,i+1)中任意个点，i1到i2的距离的路径为Pathi1i2，如果Path不经过Pathi1i2，则和PrePathi1i2相同。如果经过则可以拆分成{i1…i}+{i…i2}，显然{i1…i}是PrePathi1i,{i…i2}是PrePathii2，否则替换成PrePathi1i和PrePathii2。
m_vMat同时表示PreMath和Math，如果m_vMat[i1][i]或m_vMat[i][i2]已经更新，会带来错误的结果么？结果是不会，会更新但值不变。
当i1等于i时：
m_vMat[i][i2] = min(…, m_vMat[i][i] + m_vMat[i][i2]);
由于m_vMat[i][i]为0,所以右式就是左式。
当i2等于i时，类似。
堆优化迪氏最短单源路径原理及C++实现
4.1. 时间复杂度
O(ElogE)，E是边数。适用与稀疏图。
4.2. 使用前提
边的权为正。可以非连通，非连通的距离为-1。
4.3. 原理
优选队列（小根堆）记录两个数据：当前点到源点距离，当前点。先处理距离小的点；如果距离相等，先处理谁都可以。可以用pair记录，不用重写小于。优先队列只记录如下情况的距离：
一，{0，源点}。
二，任意点的最短距离和可以直达的边。
如果是有向图，则入队数量等于边数，计算出起点最短路径的那一轮。无向图，则翻倍。显然出队数量等于入队数量。优先队列入队和出队时间复杂度都是O(logn)，故总时间复杂度为O(nlogn)。
.有向图计数优化版原理及C++实现
不需要拓扑排序，也不需要并集查找，直接dfs了。完成以下三个职责：
一，DFS那些端点在环上。
二，DFS环上各点此环的长度。
三，DFS非环上各点。
有向图访问计数的原理及C++实现
现有一个有向图，其中包含 n 个节点，节点编号从 0 到 n - 1 。此外，该图还包含了 n 条有向边。
给你一个下标从 0 开始的数组 edges ，其中 edges[i] 表示存在一条从节点 i 到节点 edges[i] 的边。
想象在图上发生以下过程：
你从节点 x 开始，通过边访问其他节点，直到你在 此过程 中再次访问到之前已经访问过的节点。
返回数组 answer 作为答案，其中 answer[i] 表示如果从节点 i 开始执行该过程，你可以访问到的不同节点数。
2 <= n <= 100000
无自环。
朴素迪氏最短单源路径的原理及C++源码及测试用例
Dijkstra算法，翻译为迪杰斯特拉或狄克斯特拉。在下驽钝，记不住如此长的翻译，故简称迪氏。
3.1.时间复杂度
O(n2)，端点数的平方。
3.2.使用前提
边的权为正。可以非连通，非连通的距离为-1。
01BFS最短距离原理和C++实现
n个端点的无向图，编号范围[0,n)。Edges0表示{{n1,n2},...{n3,n4}}表示n1和n2，n3和n4之间有路联接。Edges1表示{{n1,n2},...{n3,n4}}表示n1和n2，n3和n4之间有损坏的路连接。要想让s和d之间至少有一条通道,最小需要维修多少条路。如果无法到达，请返回-1。可能有环，但无自环，重边，可能不联通。
深度优先搜索(BFS)的原理和C++实现
n个端点的无向图，编号范围[0,n)。每个端点最多4条出边。edges表示{{n1,n2},...{n3,n4}}表示n1和n2，n3和n4之间有边联接。求s到d的最少需要经过多少条边。如果无法到达，请返回-1。可能有环，但无自环，重边，可能不联通。
美丽塔单调栈O(n)解法
给你一个长度为 n 下标从 0 开始的整数数组 maxHeights 。你的任务是在坐标轴上建 n 座塔。第 i 座塔的下标为 i ，高度为 heights[i] 。
如果以下条件满足，我们称这些塔是 美丽 的：
1 <= heights[i] <= maxHeights[i]
heights 是一个 山状 数组。
如果存在下标 i 满足以下条件，那么我们称数组 heights 是一个 山状 数组：
对于所有 0 < j <= i ，都有 heights[j - 1] <= heights[j]
对于所有 i <= k < n - 1 ，都有 heights[k + 1] <= heights[k]
请你返回满足 美丽塔 要求的方案中，高度和的最大值 。
较难算法： 美丽塔 时间复杂度O(nlongn)
给你一个长度为 n 下标从 0 开始的整数数组 maxHeights 。你的任务是在坐标轴上建 n 座塔。第 i 座塔的下标为 i ，高度为 heights[i] 。
如果以下条件满足，我们称这些塔是 美丽 的：
1 <= heights[i] <= maxHeights[i]
heights 是一个 山状 数组。
如果存在下标 i 满足以下条件，那么我们称数组 heights 是一个 山状 数组：
对于所有 0 < j <= i ，都有 heights[j - 1] <= heights[j]
对于所有 i <= k < n - 1 ，都有 heights[k + 1] <= heights[k]
请你返回满足 美丽塔 要求的方案中，高度和的最大值 。
让数组不相等的最小总代价
让数组不相等的最小总代价 可运行源码，VS2022 C++17
给你两个下标从 0 开始的整数数组 nums1 和 nums2 ，两者长度都为 n 。每次操作中，你可以选择交换 nums1 中任意两个下标处的值。操作的 开销 为两个下标的和。你的目标是对于所有的 0 <= i <= n - 1 ，都满足 nums1[i] != nums2[i] ，你可以进行 任意次 操作，请你返回达到这个目标的 最小 总代价。请你返回让 nums1 和 nums2 满足上述条件的 最小总代价 ，如果无法达成目标，返回 -1 。
喜缺全书算法册 C++实现
电子书和博文的分工。电子书以：原理、正确性证明、总结为主；博文（题解）以思路、源码、封装类（模板）、测试用例、流程图为主。
当前阶段：以二分查找为主，前缀和为辅，之后会有其它算法的。文字算法见我的博文，视频算法见我的学院课程。
给你两个下标从 0 开始的整数数组 nums1 和 nums2 ，两者长度都为 n 。每次操作中，你可以选择交换 nums1 中任意两个下标处的值。操作的 开销 为两个下标的和。你的目标是对于所有的 0 <= i <= n - 1 ，都满足 nums1[i] != nums2[i] ，你可以进行 任意次 操作，请你返回达到这个目标的 最小 总代价。请你返回让 nums1 和 nums2 满足上述条件的 最小总代价 ，如果无法达成目标，返回 -1 。
给你一个长度为 n 下标从 0 开始的整数数组 maxHeights 。你的任务是在坐标轴上建 n 座塔。第 i 座塔的下标为 i ，高度为 heights[i] 。
如果以下条件满足，我们称这些塔是 美丽 的：
二分查找旋转数组源码和视频
包括视频和三个版本的源码（初始、寻找右数组左边界、完成）
已知整数数组nums，先按升序排序后，再旋转。旋转k位后，元素分别为nums[k],nums[k+1]...nums[0]...nums[k-1]。请查找target 是否存在，如果存在返回所在索引；否则返回-1。假定nums没有重复的元素。
假定排序后的数组为{1,2,3,4,5}。
旋转0位：不变。
旋转1位：{2,3,4,5,1}
旋转2位：{3,4,5,1,2}
旋转3位：{4,5,1,2,3}
旋转4位：{5,1,2,3,4}
1.解题思路
观察后，可以得到如下结论：
旋转数组，可以拆分成左右两个升序数组，且左数组的任意元素都大于右数组的任意元素。
分两步：
一，找到数组的分界线RBegin，[0,RBegin)是左数组，[RBegin,n)是右数组。特殊情况：只有一个升序数组，则RBegin为0，左数组为空。
如果是小于等于nums.back()，在右边找；否则在左边找。升序寻找元素之前已经讲过了，就不累赘了。
喜缺全书之平凡的经历最新版
《闻缺陷则喜》这本书由何志丹与魏家瑜共同创作，其核心理念是通过暴露和面对问题，促进个人和团队的成长。书名源于作者们对于缺陷的积极态度，他们认为缺陷是学习和进步的契机，而不是阻碍。在当前知识爆炸的时代，分享和交流成为提升效率的关键。
书中涵盖的工作经历部分，作者强调了工作中遇到的挑战和陷阱，这些经历不仅对于技术开发者，如C/C++/VC程序员，具有宝贵的参考价值，也适用于任何行业。作者提到，许多工作中需要但网络上难以找到的信息，正是他们书籍想要填补的知识空白。他们提倡通过阅读、实践和再传授来深化理解和掌握知识，比如，通过反复阅读多本书籍，甚至制作教学视频，以教促学。
生活中的点滴和女儿的成长部分，反映了作者对个人生活和家庭教育的关注。这部分内容可能包含如何平衡工作与家庭，以及如何培养孩子独立思考和解决问题的能力。作者的人生态度和教育观念，可能会给读者提供关于如何在生活中学习和成长的新视角。
投资理财的亏损与教训部分，则揭示了作者在财务管理和投资上的经验和反思。他们可能分享了投资失败的案例，从中提炼出的教训，旨在帮助读者避免同样的错误，提高投资决策的明智程度。这部分内容对于希望提升理
《闻缺陷则喜》之《主册》
闻缺陷则喜 1
第一章：平凡的经历 5
第二章：观念与想法 5
1. 基础 6
1.1. 认知鸿沟 6
2. 传播 6
3. 沟通 6
3.1. 淡化对错 6
3.2. 不要随意批评别人 6
3.3. 参与感 6
3.4. 如果错了，马上认错 7
3.5. 从别人的立场说服对方 7
3.6. 具体到场景 7
4. 交往与合作 7
4.1. 双赢思维 7
4.2. 合作层次 8
4.3. 能力+信息（情报）+资源=成就 8
5. 工作相关 8
5.1. 金融骗局 8
5.2. 对小白而言创业比股票危险的多 9
5.3. 投资比创业稳妥的多 9
5.4. 程序员干不到30岁 9
5.5. 忠诚度与能力 10
5.6. 拒绝无意义加班 10
5.7. 内卷的历史 11
5.8. 关于社保 11
6. 家庭相关 12
6.1. 我的遗产 12
6.2. 金钱观 12
6.3. 借贷观 13
6.4. 女儿的婚姻 13
6.5. 轶事 14
6.6. 生育观 15
6.7. 教育观 15
6.8. 不要因为担心亲友不舒服，而不指出错误 16
7. 工作技巧 16
7.1. 八二原理 16
8.
C# 获取C++的连续数据
C# 获取C++的连续数据。
两种方式：1，返回C++指针,2，将值存到C#的数组中。
闻缺陷则喜版本号20220123
包括：问题定义、系统分析、架构、概要设计、详细设计、测试等！
闻缺陷则喜2021年12月26.doc
闻缺陷则喜，本人拙作，注将软件工程。
闻缺陷则喜20211205
包括：问题定义、系统分析、架构、概要设计、详细设计、测试等！
简单的C#类 生成对应的C#类
开发工具： C#2013
功能：
针对简单的C#类，生成对应的非托管C++类，并生成托管C++的转换函数。
应用场景：
界面层、数据层C#，逻辑层C++。
简单的C#类：类型只包括 double string List
Windows性能监控工具Perfmon使用
Windows性能监控工具Perfmon使用
保存文件的同时删除文件，保存用时会略微升高
保存文件的同时删除文件，保存用时会略微升高。没必要花大功夫专门处理
保存500文件用时（毫秒）：30906
删除文件同时，保存500文件用时（毫秒）：30263
删除500文件用时（毫秒）：363
保存500文件用时（毫秒）：29155
删除文件同时，保存500文件用时（毫秒）：29258
删除500文件用时（毫秒）：426
保存500文件用时（毫秒）：27992
删除文件同时，保存500文件用时（毫秒）：29068
删除500文件用时（毫秒）：686
保存500文件用时（毫秒）：29172
删除文件同时，保存500文件用时（毫秒）：31837
删除500文件用时（毫秒）：337
保存500文件用时（毫秒）：29373
删除文件同时，保存500文件用时（毫秒）：29563
删除500文件用时（毫秒）：321
保存500文件用时（毫秒）：29663
删除文件同时，保存500文件用时（毫秒）：30180
删除500文件用时（毫秒）：350
闻缺陷则喜2021九月版
主要增加：C#调用托管C++，托管C++调用C++
多线程样例一 读写参数文件
事情起因：
修改配置后，C++函数取读配置xml时，相机缓存满了而引起崩溃。几率发生。
解决思路：
读文件费时间，所以开一个线程读文件。
抽象后的类似demo：
假定读文件需要0.6秒，图像处理（用存文件代替）需要0.5秒，各执行100次。
类和函数
读取文件函数：
一，List<int>增加本序号（0开始）。
二，随机生成5000整数，加到list<int>中。
三，写文件(文件名为序号，如0.txt），文件夹File。
四，Sleep(600)。
五，记录日志：本函数开始执行 时间，结束时间，序号。
六，复制List<int>到参数。
模拟图像处理函数：
一，复制参数
二，参数保存到文件，文件名list<int>第一个int，文件夹img。
三，Sleep(500)。
六，记录日志：本函数开始执行 时间，结束时间，序号。
参数类（跨线程）：
一，从list<int>复制参数。
二，复制数据到list<int>。
线程：
启动线程“读取参数”线程：执行100次 读取参数功能。
启动线程“模拟图像处理”线程：执行100次 模拟图像处理。
运行预期结果：
File文件夹中有0到100共101个文件。
img有约80个文件。
img有的文件，File文件夹中一定有，且完全相同。用文件夹比较工具（如：BCompare）查看。
查看日志：“读取参数”线程约60秒完成，模拟图像处理”线程约50秒完成。
C#调用C++的类和函数
C#直接调用C++的函数，C#调用托管C++，C++托管调用非托管C++
《闻缺陷则喜》之《软件开发的那些人》 20230917
软件团队的那些人（理论） 4
1. 引言 5
1.1. 你的灯开着么？ 5
1.2. 货车过山洞 5
1.3. 软件维护之痛 5
2. 软件过程与思想 6
2.1. 基础 6
2.2. 过程模型 12
2.3. 敏捷开发 14
2.4. 编程范式 15
2.5. 工具 16
3. 问题定义 18
3.1. 基础 18
3.2. 过滤概念（可行性分析） 20
3.3. 用户细分 22
3.4. 模式 22
4. 系统分析 23
4.1. 基础 24
4.2. 用户画像 25
1.1 RFM模型 25
4.3. 需求收集与整理 25
4.4. 系统分析 26
5. 架构设计 26
5.1. 开发期质量 26
5.2. 运行期质量 28
5.3. 沟通 35
5.4. 架构内容 36
5.5. 架构模式 38
5.6. 关于重构 39
5.7. 其它 42
6. 概要设计 44
6.1. 设计模式六大原则 44
6.2. 设计模式 45
6.3. 反模式 46
6.4. 模块划分、公共数据、资源设计、接口 46
6.5. 界面设计 49
6.6. 数据存储设计 49
6.7. 工时预估与工作
RSS订阅
913
2
