先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新软件测试全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上软件测试知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注软件测试)
正文
数据结构的分析
堆序性质
让操作快速执行的性质是堆序性质(heap-order property)。由于我们想要快速找出最小元,因此最小元应该在根上。如果我们考虑任意子树也应该是一个堆,那么任意节点就应该小于它的所有后裔。
根据堆序性质,最小元总可以在根处找到。因此,我们以常数时间得到附加操作findMin
堆的基本操作
插入元素 (上滤percolate up)
为将一个元素X插入到堆中,我们在下一个可用位置创建一个空穴,否则该堆将不是完全树。如果X可以放在该空穴中而并不破坏堆的序,那么插入完成。否则,我们把空穴的父节点上的元素移人该空穴中,这样,空穴就朝着根的方向上冒一步。继续该过程直到X能被放人空穴中为止。
如图6-6所示,为了插入14,我们在堆的下一个可用位置建立一个空穴。由于将14插入空穴破坏了堆序性质,因此将31移入该空穴。在图6-7中继续这种策略,直到找出置入14的正确位置。
这种一般的策略叫作上滤(percolate up);新元素在堆中上滤直到找出正确的位置。
比如如下的一个堆
插入元素的流程拆解
全体流程解析
package com.tianju.security.dataStructure.head;
import java.util.Arrays;
import java.util.List;
public class BinaryHeap<AnyType extends Comparable<? super AnyType>> {
private AnyType[] array;
private int size; // 数组中的元素数量
private static final int DEFAULT_CAPACITY =10; // 默认容量为10
public BinaryHeap() {
}
public BinaryHeap(AnyType[] array) {
this.array = array;
this.size = array.length-1;
}
public Integer size(){
return size;
}
public void insert(AnyType x){
System.out.println(“扩容之前:”+size);
// 如果放不下,就扩容
if (array.length+1>array.length){
int newLen = array.length + (array.length>>1);
array = Arrays.copyOf(array, newLen);
System.out.println(“扩容之后:”+array.length);
}
System.out.println(array[size]);
array[size+1]=x;
printArr();
int currLength = size+1;
int forTimes = 0;
while (currLength/2!=1){
System.out.println(“循环次数”+forTimes++);
if (array[currLength/2].compareTo(x)>0){
// 进行上冒
AnyType temp = array[currLength/2];
System.out.println(“当前”+currLength/2+“位置的元素:”+temp);
array[currLength/2] = x;
array[currLength] = temp;
}
currLength=currLength/2;
}
size++;
System.out.println(“当前长度:”+size);
}
public void printArr(){
System.out.println();
System.out.print(“[”);
StringBuilder s = new StringBuilder(“[”);
for(AnyType x:array){
// System.out.print(x+“, “);
s.append(x).append(”, “);
}
for (int i=1;i<size;i++){
System.out.print(array[i]+”, “);
}
System.out.print(”]”);
System.out.println();
s.append(“]”);
System.out.println(s);
}
}
package com.tianju.security.dataStructure.head;
import java.util.Arrays;
import java.util.List;
public class BinaryTestDemo {
public static void main(String[] args) {
List list = Arrays.asList(0,13,21,16,24,31,19,68,65,26,32);
Integer[] array = list.toArray(new Integer[list.size()]);
BinaryHeap binaryHeap = new BinaryHeap<>(array);
binaryHeap.printArr();
binaryHeap.insert(14);
binaryHeap.printArr();
System.out.println(binaryHeap.size());
}
}
上图的Heap堆插入元素2的流程
删除最小元素
deleteMin以类似于插入的方式处理。找出最小元是容易的,困难之处是删除它。当删除一个最小元时,要在根节点建立一个空穴。由于现在堆少了一个元素,因此堆中最后一个元素X必须移动到该堆的某个地方。如果X可以被放到空穴中,那么deleteMin完成。不过这一般不太可能,因此我们将空穴的两个儿子中较小者移入空穴,这样就把空穴向下推了一层。重复该步骤直到X可以被放入空穴中。因此,我们的做法是将X置入沿着从根开始包含最小儿子的一条路径上的一个正确的位置。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)
[外链图片转存中…(img-Gt96frJR-1713321001850)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!