九章算法 听课笔记

****************************************************听课笔记****************************************************

#2018-11-05 124717 November Monday the 45 week, the 309 day SZ

系统设计第一次课

面向web后端，
实习生不会考到系统设计。
tradeoff
soa
pull model
push model

数据存储系统
异步任务，消息队列

6
面试形式：
设计某系统，设计微博，设计Facebook，看看你能够撩到多深，多好，面向非常后端的工程师，
设计某个系统中的某某功能。比如，登录密码不能错误多少次，删除一个微博功能。标记邮件为已读功能，某个小功能。
说清楚的话还是要求对系统设计有基本概念和认知。

7
系统设计SD和面向对象设计OOD区别
哪种面试需要写代码?
系统设计属于吹牛扯淡的话题，一般不考代码。面向对象需要写代码，写出各种继承关系。
知识点：
OOD考class，object, method，interface,inheritance,考察电梯设计，游戏设计。角色，操作
SD考察：数据库，网址系统设计，新鲜事系统设计。

9
课程有配套阶梯训练的。刷题消化课程内容。

10
面试问题：请设计Twitter。
第一句给面试官的话是？单向关注限制的博客系统，限制140个单词。微信是双向朋友关系，微博是单向关系，你关心别人，别人不一定关注你。
什么功能，场景，用户规模，

系统设计没有提到任何语言，需要数据库SQL语句。刷题用什么语言随意。没有和编程语言相关的东西。算法也和编程语言没关系。

系统设计评分标准：
有没有可行解。
特定问题，小功能设计能够答出来。
分析能力，根据设定的难点，解决掉
权衡能力，多种选择怎么选择最好的路线。没有标准答案。
知识储备。如何。
问题4S分析法：scenario,service, storage, scale
scenario设计场景，哪些功能，设计多牛逼
service服务把大系统拆分小问题
storage存储，数据如何存储与访问。
最重要，最难的部分。
Scale升级：解决缺陷，数据非常大，处理特殊问题。

对于Twitter，场景是：用户量，需要承担多大访问量，日活跃用户，月活量。这两个指标看看网站，APP的活跃量，Facebook日活：14亿。还要问有哪些功能需要设计。面试官肯定会告诉你。
用户量的影响主要是并发用户数。日活次数*每个用户平均请求次数/一天多少秒 = 150M * 60/ 86400 平均每秒10万次
一般每天60次网络请求。峰值和平均值的比例，合理值，2-9之间都可以。
30万次并发的读请求，写请求。重要的是计算过程，不是结果。
QPS用处，=100，用笔记本做web服务器就行。
1k，用好的web服务器就行。
QPS = 1万，需要建设1000台web服务器集群。如何维护，每一台挂了怎么办。
qps和服务器，数据库的关系。
一台服务器承受1000很牛了。一台SQL Database承受1千
nosql数据库cassandra承受1万的QPS，设计时候就是这样设计的。

300 I/O per second,每秒只有30次

service服务把大任务分解为小任务。只是设计某个功能，可以跳过这步。用户服务，注册，登录。tweet service post a tweet news feed timeline. ; media service upload image upload video; friendship servicefollow unfollow
按照存储方式表单分类。
router：

flaskPython的web framwork，最快速搭建一个网站，里面最基本的概念都懂了。

存储方式：数据库，文件，缓存系统。
数据库：关系，非关系数据库
文件系统和数据库系统之间的关系：数据库构建在文件系统之上的。数据库无法脱离文件系统独立存在。如果学过操作系统，里面分为文件系统和内存系统，缓存系统就是内存系统了。
最开始肯定没有数据库，如果直接最文件系统操作，会非常痛苦，因为需求非常丰富。因为需求可以是查询年龄区间的男人，如果在文件系统中做，需要在所有用户信息中查找，太慢了，不太好查找，增删查改太难。
什么样的数据适合数据库和文件系统中？
结构化数据例如姓名，性别，年龄等就适合数据库中。图片视频非结构化数据适合文件系统。
缓存系统cache不支持持久化。持久化：断电就消失了。通常用来运算结果（花很长时间计算出来的），频繁访问的适合放在缓存中。
Redis是个非关系数据库。

27
非关系数据库：tweet service
关系数据库：user service
media servicefile system
friendship service sql/ nosql

系统= 服务+数据存储
程序=算法+数据结构

28
考察表单内容，存储什么东西？

休息5分钟
news feed新鲜事系统。
新鲜事：登录朋友圈，看到的信息流，朋友发布信息的集合。
典型新鲜事情系统：Facebook，Twitter，朋友圈，RSS Reader（绝迹了,属于博客和微博之间的过度产品）。
系统核心因素：
关注，被关注。每个人看到的新鲜事不同。

C++写网站找抽。Java都比较少了。更多用PHP，Python，C++更适合底层开发。
新鲜事是伟大的发明。以前的博客是必须看看别人是否更新了，后来Facebook这种新鲜事情，这个就很轻松了，只要关注了，自动就推送给自己，不需要每天去刷他的博客。
信息流怎么存取，就是核心点。让大家回复，根据学生反馈，有针对性回复。从文件系统读数据库，
32
存储pull model,算法
在用户查看朋友圈时候，获取每个好友前100条tweets，合并前100条news feed。k路归并算法。
不关心时间复杂度，关心数据库读取次数和读取方式。
存储原理：
pull模型缺陷：非常慢
异步执行：创建记录，然后不管了，其他进行得到这个任务，慢慢执行。发帖后告诉用户，发帖成功，但是粉丝收到新帖子还要一段时间。
storage ;pull vs push模型朋友圈用push模型，因为大V问题。当我是大V，pull很慢，所以不可以用pull。所以会限制朋友圈人数最多5000，以前最多2000.
facebook为啥用pull模型，太复杂了，有群信息，也可以单向关注，如果用push，太麻烦了。

scale扩展，解决pull缺陷，最慢的部分发生在用户读请求时候。在DB访问前加入cache，cache每个用户的timeline，cache每个用户的news feed。
浪费更多存储空间disk：
push结合pull模型：普通用户仍然push。明星不用push到用户的新闻里，

没有很大流量，push最好。资源少，偷懒，用户发帖少，实时性要求不高用push。
用pull：资源充足，实时性要求高，用户发帖多，单向好友关系，有明星问题。
54页结束。
总结：4S是一个套路：问清楚再动手。
分析比答案重要，关注这个过程是否和谐，有道理。系统设计没有标准答案，通过分析过程展现自己的知识储备。最后一期系统设计课程。
63页PPT结束
#2018-11-03 191405 November Saturday the 44 week, the 307 day SZ

第九章 
lintcode 6
merge模板，三个while
固定排序

lintcode 64
先比较最大的数字，也就是从右侧开始比较

lintcode 839
合并区间数组

486
k路归并算法
堆把堆首放进去，
两两合并

547
使用hash table哈希表
第一个数组放在hash里，第二个数组去hash里面查找
第二种方法：排序，进行二分查找，有个去重的问题。两个数组都排序，可以merge two sorted arrays

548求所有重复元素
方法1：哈希表
方法2merge two sorted arrays

739
哈希表可以做

654
稀疏矩阵，在AI中用很多。
用merge two sorted arrays
先做向量的转换，没找到合适的做法，回去写一个参考答案。
931
用分治思想，
用二分法做
双重二分法

149卖股票
两个前缀和相减

类似问题，944子矩阵的和，大矩阵的和减去小矩阵的和。不要for循环左上角和右下角。只用for循环上下边界。把二维的问题，降维为1维。然后求子数组的和为0.求出前缀和，用哈希表做。

943
prefix sum解决

665
用任意点和0，0为区间的数字的和减去左边，减去上边，再加上多减的部分

840 

区间和
前缀和

817

249

线段树万能，
#2018-10-28 124046 October Sunday the 43 week, the 301 day SZ

九章算法 第8章
数据结构
lintcode 642
队列，一个push，一个pop，
9：40分噪音
10：00噪音
10：57

队列的某一个方法的时间复杂度才有意义。笼统谈论队列复杂度没意思。

13
O(1)的前提是key的大小。取出key字节，跑函数，算出一个index整数，如果key4个字节，O(1).如果key过长，就不是O(1)了。

a is b比较地址，a == b比较内容。

lintcode 134
很常考的老面试题。哈希表和链表，
lintcode657
lintcode 657

休息5分钟

lintcode209
数两遍。属于离线算法。

960没有从头数，属于在线算法，变难了

lintcode 4 丑数
高级数据结构，

lintcode 612

lintcode 545 
在线算法意思是数据不固定，是会一直变化的。一直会添加，删除。离线算法是数据一开始都全部给了，数据是死的，只要处理他就行了。
#2018-10-27 203734 October Saturday the 43 week, the 300 day SZ

九章算法 第七章 
基于排列和图的DFS
排列和组合有关系
典型代表：求全排列。
3
满足所有排列，复杂度n!
4
排列和组合上的区别
reverse和s[-1]区别
reverse产生一个迭代器
s[-1],返回一个结果但不是迭代器

全排列2例题讲解。
4
字符全排列lintcode10
去重就是选个代表，其他人就被放弃了，123好看的成为代表，

lintcode52，背诵就行

iteration都是靠背诵的。

n皇后问题lintcode33
求所有皇后的位置。同一行，同一列不能放2个皇后。2413，一种排列。每个数出现一次，说明列不重复。这个题靠背诵。还要避免斜线攻击。1234就会出现斜线攻击。一边找，一边判断。

next closet time被删除和排列无关
8
基于图的搜索，
基于排列很少，主要还是基于组合类的。
lintcode425.手机键盘问题。
DFS你不知道有几层循环的循环。KEYBOARD常量要大写才专业。
10follow up给个词典，要求组合的词都在词典里，怎么办呢？最典型的用tree,哈希表也可以搞定，
14
lintcode829 Word pattern，每个字母代表一个单词，然后判断后面的字符串是否和字母代表的单词匹配。
无后效性，前面对后面无影响。

16word search2
给一个矩阵，和词典，确定共同的单词。矩阵中单词可以从任何位置出发，向上下左右分别走。找path和node的区别
NP问题只能用搜索问题来做，
不是搜索题，有可能被你写成了搜索题。动态规划问题容易被写成DFS。所有方案，所有路径，一定是DFS，不要考虑复杂度问题。剪枝优化很少考。面试能写出来就是大爷了，不要考虑复杂度。

同时挑单词，两个单词不能共用一个字母。

lintcode121 word ladder2 找所有最短路径。纯粹的DFS，不一定有最优解，容易走入死胡同，要和结合下，往这个方向走，是不是离终点越来越近。从终点到起点做个BFS，每个点离终点举例。终点到起点BFS，起点到终点用DFS。推荐大家不要升级电脑软件，等出了补丁后再升级，第一个软件版本都是小白鼠。
老师逐行讲解每句代码是什么意思。
求所有方案，是否可以只用BFS，比如求子集，要算很多无用路径，
Python中函数前面加上下划线表示别人无法使用，类似private意思。两个下划线表示系统级别的。变量不需要提前定义。

凡是Word有关的题都要很好掌握，直接背诵，不要求一定理解。
最近的lintcode搜索出了点问题，回去修复下。看来九章算法和lintcode是一个公司了，而且是令狐冲在维护。牛逼死了。
#2018-10-21 132514 October Sunday the 42 week, the 294 day SZ
九章算法
第六章
基于组合的DFS

先修知识
3
什么时候使用DFS，
找所有方案的题，基本都是DFS，除了二叉树，90%的DFS，要么是排列，要么是组合

什么时候使用BFS？找最短路径，分层遍历，遍历图，拓扑排序，非递归找东西

找所有方案使用DFS,BFS的区别，优劣势什么。
BFS复杂度取决于宽度O(w),DFS取决于高度O(H),哪个更好呢，
复杂度都是O(n)，n代表所有点的个数。无论什么顺序，横竖都一样。比较深用BFS比较宽，用DFS，

8
combinatio sum

lintcode 135
找所有点，标记为true，不用标记回来。找所有路径，要前后标记。

lintcode 153
去重比较麻烦

11 k sum ii lintcode90
找出所有k个数之和为target的组合
把限制加入DFS的代码就行了。
凡是找所有方案的问题，不能只使用动态规划的。可以用动态规划来优化。

休息5分钟后

lintcode136
套用代码

lintcode680

wildcard matching
lintcode192
memo，字典表示算过了，后面就不用继续算了，要不然会超时。

lintcode 154和上面很类似。

lintcode 582
计划搜索就是动态规划

#2018-10-21 092731 October Sunday the 42 week, the 294 day SZ

九章算法 第五章
二叉树和树上的DFS
抱歉上周翘课，今天接着上。助教进来静音。
DFS很大的话题，这个类型的题目非常多，考得非常多，三节课都讲DFS，付出多少，收获多少。不像BFS，付出一点，收获很多。
DFS考点：路径，变化，查找树；非递归的中序遍历。

先修内容：针对基础薄弱的同学。递归，搜索，遍历，分制，Python中不用考虑returnType，因为天生可以返回两个值。

4
二叉树考点分析：求值，求路径，不管如何变化，考点都是基于树的DFS，

6
很多概念一图讲明白，蓝色部分，算法的名字。红色不是算法（递归和迭代）他们只是一种实现方式。自己模拟栈，模拟遍历和分治法。同学提问题：需要准备红黑树，等高级数据结构，不需要，知道他们时间复杂度就行
基本二叉树都可以用分治法解决。

例题：596，求子树的和最小。
n个节点的二叉树，有On个子树，每个节点都可以代表一个子树。想办法把每个节点遍历一下，算下每个节点代表的子树的和是多少就行。计算某个节点的时候，先计算两个子节点，再计算父节点。这就是用了后序遍历的方法。最后求父节点。

下一个例题480，求所有从根到叶子节点路径。
用遍历方法tranversal，为什么要pop，找到3之前，把2，5扔掉。找这条路径开头的所有路径。分治法一定有返回值。这个题要特殊处理叶子节点。
当叶子节点无法从左右两个节点判断时候

例题：88最近公共祖先问题。这三个题都要弄清楚，属于经典问题。

例题474最近的共同祖先2
画图解释：A,B子节点的分布情况：都在左边，右边，左右分别一个，有一个在根部。LCAlowest commen Analersister。难点：return值的定义。

578最近共同祖先3

13页
第二类考察形态
例题453flatten binary tree to listnode把二叉树拆分为链表
分治法解决更好。遍历法去了左边，还要考虑右边，容易出错。
二叉树的高度是Ologn，最坏是On。
heap，红黑树是Ologn,平衡二叉树才是Ologn。

16页：二叉搜索树的性质，左边小于右边。不下降序列，排好序的。如果树是不下降序列，不一定是搜索二叉树，因为所有节点都相同。

休息5分钟

例题：902找第k个最小的元素。最小的节点在最左边，最大的在右边。找最小的节点的时间复杂度最坏是O(n)，所有节点都在左侧。在顺序中找到第k个，停下来。阅读全文背诵二叉查找树的代码。用非递归方法解决二叉搜索树。有右子树，没有右子树情况。第一个左拐的地方。时间，空间复杂度都是On,

18页
二叉树被修改.
非递归都是靠背诵

例题900找到最接近的点
比我小的最大值，比我大的最小值。比较下？

寻找k个最接近的值。先中序遍历，然后二分法，但是时间复杂度太高。所以，保留树的结构，思路一样，把树镜像一下，
#2018-10-14 114113 October Sunday the 41 week, the 287 day SZ
#2018-10-14 095252 October Sunday the 41 week, the 287 day SZ
听九章算法求职讲座笔记
Thank you for registering for "拿到offer绝不是终点，IT职场与跳槽经验分享". 

听课笔记
求职和当面试官的经验
段誉，美国本科，硕士，三家美国公司4年工作经验。
职场潜规则：技术篇。Git代码管理
最近几年流行，几年前用CDS软件。Git优点：分布式，大牛开发的。保持commit history整洁，你的代码会一直留在系统里，
rebase就是变基。基就是共同祖先。
git rebase -master.找到共同祖先，第二个白色点，先添加master，再把feature添加到master后面。为什么用rebase和git merge类似。都是想把当前branch 和目标branch同步。
git rebase -i origin/
git commit --amend
git fetch & git rebase 等价于 git pull --rebase
git pull 等于 git fetch & git merge
只在自己的branch上进行操作，确保没有人在你的branch基础上进行开发。

接下来非技术技巧：
埋头代码缺点：升值慢，缺乏协作。很多公司比较主观，有升值名额，老板说了算。大公司招人时候默认程序员可以到高级工程师的level。印度人优势：语言优势，和白人一起吃饭，一起坐车，shuat gang，给副驾驶留个位置。他们喜欢问有没有update，其实是用他们的办法催你。ETA，其实就是给deadline，

做好和老板一对一谈话，
每个月，聊技术细节没必要，主要聊工作方向，规划，不要打小报告，挺烦人。
基于用户增长量，没有技术经验的项目经理瞎指挥，做技术的都知道那个没意义。

导致信息闭塞
当时还在，第二天过去老板，同事就不在了，咖啡还在。

刷题的水平，如何判断自己的实力如何？
随机抽样，做题，不要看答案，做个大致判断，分为四个等级：
等级一：4成easy，2成中等，没刷过题的人，
等级2
7成easey，6成中级，BFS,DFS，都能做出，5成难题能看懂，面试三线初始公司，尝试传统大公司。不建议一线公司。
等级3
独立完成8成简单题，每题不超过15分钟。8成中级题，不超过30分钟，不计时完成难题。
等级4
9成简单，9成中级，45分钟3成难题，5成不计时也能完成，这个层次才能到达FLAG标准，
刷题其实没有底部的，建议边刷，边面试。

面试者分类，学生，小公司，大公司码农。
学生：优势：时间充裕，专职刷题，学习能力强，算法知识新鲜，比较自由，组队刷题，相互交流。不足：有课业负担，实践项目经验少，建议：多去实习，多做项目，
小公司码农，优势：有工作经验，了解面试流程，共同话题多，劣势，全职员工，不能在公司刷题，白天精力消耗过多，没有时间刷题，请假很难，没有时间去面试。很难拿到合适的offer
大公司的码农，
优势：简历好，心态好，可以内部换组，劣势：战线很长，犹豫不决。

跳槽时机：
发奖金时间，拿到股票时间，注意身份，OPT期间，H-1B没有中签，
H1B已经生效且没有开始办绿卡，绿卡I-140已经批准+180天。

在职如何准备分阶段跳槽？
阶段一：开矿，刷起来找感觉，周末抽出一整天刷题，积累假期，
阶段二、集中抱兵，：快速完成一刷，过一遍所有常见题。
阶段三：开始骚扰，面试非理想的公司。找面试感觉。调整刷题策略，目标是完成二刷，减少本职消耗。
阶段四：
全面战争，大规模电面，尽量争取OA，网上自己做。尽量不要为电话面试请2个小时假。
技术电话面试下午1，2点，以为你吃饭去了，目的就是为了节约假期。
阶段5
把面试集中在2个星期内，
阶段6
等面试结果，挑选offer，聊薪水，
跳槽的坑
很多人问当前薪水，不能告诉他们，绕开话题，直接告诉期望薪水。拿到offer，不能立刻告诉现在的老板，等确认下家可以随时入职了，再告诉老板。不可以当天走人，不做交接，根老板闹翻。
保存个人文档，

答疑阶段：
生命不息，刷题不止。
千万不可以暴露自己以前的工资，坚持自己的期望，觉得自己值这么多钱，就要坚持底线。跳槽尽量不要离职，攒假期，攒两个星期假期，集中面试。集中挑选offer。离职前把最后几张工资单保存好。
国内翻墙，国内有很多外企，先去外企，然后转过去。
接了FLAG offer，过3个月后再入职，可以吗？这个很正常的，延迟半年才过去也是可以的。具体和HR沟通下。
和面试官聊技术细节，
为什么要离开现在的雇主，想新的机会，尽量避免前雇主坏话，
刷题中等题为主，不要啃难题，性价比不高。

决心和意志是学好编程的关键。
程序员之路，别怂，就是干！

#2018-10-13 114543 October Saturday the 41 week, the 286 day SZ
第四章 10.13周六  BFS 和拓扑排序

Python里面没有interface。不考
也没有private方法，
hashSet就是set，没有treeset这个东西。Python里面有abstract类。

开始了空间搜索。只有3天时间准备，准备BFS就划算了，学起来很简单，出现频率非常高。
拓扑排序Topological Sorting. 

deque类似interface。
二叉树，矩阵都属于图的一种方式。
什么时候使用BFS，1图的便利：层级便利，由点及面，连通点，；最短路径：
5
最长路径是NP问题，只能用搜索算法。
7
二叉树上的空间搜索。
8
起点放到queue
，for上一层放到下一层
用deque双向队列，
Queue缺点：服务于多线程，效率低，不好的设计，queue = Queue()
queue.pop(x) pop空的Q，会卡在这里，会超时，其实是写错了。尽量不用这个Queue。
搞清楚上一层节点怎么弄到下一层节点就行了。
for循环里面的下划线意思是变量无所谓，我只要循环次数。
list.pop(0)不能用因为是On的，list是数组，删了第一个，怎么维护这个数组？肯定把后面的整体左移，所以list.pop(index)只要不是最后一个，时间复杂度都是On。
只有deque才支持O1的时间复杂度。
deque怎么实现的？Python帮我们包装好了，底层的数据结构是数组，链表，linkedlist, 树tree,二叉树。所以deque是双向链表实现的。dict, HashSet, HashMap.用数组实现的。链表放在数组里。
9
为啥使用队列作为主要的数据结构。为啥不用栈呢。栈是先进后出，在做一个DFS的搜索。
12
序列化，反序列化
16
图上的BFS
树和图的BFS区别。同一个节点有可能被重复放到队列里面。所以用visited做个标记，说明已经被访问过了，就不用重复放入队列了。
题目：克隆一个图。
克隆：深度拷贝deep copy,克隆羊，把克隆后的羊做成了羊肉串，以前的羊还活着。这就是克隆，我把图克隆了，克隆后得到一个新的图，但是新图做任何修改，原来的图不会有任何影响。
图由点和边组成，先复制点，再复制边。怎么找到所有的点。这个题只给了一个点，从这个点出发找到其他的点，才能克隆。最标准的方法就是使用BFS做。一定注意代码的结构化。

题目：world ladder.注意这种题型，字符串，单词，开始，结束，变成词典里的单词，每次只能修改一个字母。需要修改的序列长度就是。队列主要是要保证顺序，set里面没有顺序，隐士图的BFS，这个没有告诉你什么是点，什么是边。所以叫做隐士。写Python一定要明白每个函数的时间复杂度。简单图：边长度都是1.

休息后
图上时间复杂度On+m.你、点的个数，m边的个数。所以二叉树是On。
动态规划一定要有一个顺序，从左到右或者从上到下。
更快，只能用双向BFS。起点走一步，终点走一步，碰到一起，然后起点和终点走过路径相加就可以了。
27
拓扑排序
必有一道拓扑排序。当BFS,DFS都可以用，但是尽量用BFS，因为DFS用递归实现，容易栈溢出，自己写很难，写出来别人也看不懂。平时尽量少用DFS，能不用就不用。
入度：有几个其他点指向自己，入度就是几。找依赖关系。一个图可能有多个或者0个拓扑排序。
DP学一点没用，需要系统学习，很难。
Python课程通过分享群里就可以免费看。
DP主要就是看看你数学好不好。

#2018-10-07 113724 October Sunday the 40 week, the 280 day SZ
第三章 双指针算法：同向双指针，相向双指针

不上课也可以去大公司面试，看公司在某个时刻是否大量招人。
覆盖80%的知识点，强化班覆盖99%的知识点。强化班也是令狐冲上。只有少数公司会考。

下面几个词一个意思：除了输入，输出，没有其他的空间。常数级别的变量也是可以接受的。
in place原地
no extra memory
O(1) space
constant space

移动零
同向双指针
移动0到末尾，保持其他相对顺序
用非零元素覆盖0元素的位置，最后把最后剩余的位置用零填充
读快，写慢

老师的要求就是把题目看一遍。
有没有更快的方法呢？如果不要求相对的顺序。0，1，2，3最理想的是几次呢？3和0调换就行了，两次修改。

非0和零在左右两侧
0，1，，2，3为例子，从左边到右边，找到不该在左边的，从右边到左边，不该在右边的，和经典算法：快速排序很像，快速排序非常频繁的被考。快速排序不稳定，无法保证原来的相对顺序，

为啥研究排序算法的稳定性，有时候4，1 1 2，希望让原来在前面的继续在前面。

相对方向双指针
回文串：
while跳过不考虑的字符

两数之和问题
相向，面对面走，直到相遇为止。
一般都是先排序，这种双指针复杂度是n+nlogn,n的意思是需要排序占用时间，这种方法可以节省空间。
Python里面的哈希表就是dictionary字典啦。如果用哈希表，就会用更多的空间，复杂度是O n,
只能使用哈希表，

设计数据结构问题，插入排序，哈希表完胜了插入法

求数组两两配对，总共有多少组的和是target。while 保证right，left要跳过相同的数字，

3个数字之和，
a+b+c =0,如果用hash表，把其中一个数字放到hash里，for两个循环，找b,c搭配，2+3，看-5是否在里面。

双指针法：a+b=-c，nlgn, On *On + nlgn=n2,for循环a的位置，空间复杂度是O1，没有用到额外的空间，

nums.sort()使用了快速排序，时间复杂度是nlgn,

三边组合为三角形，
组成三角形条件是最小的两边之和大于第三边，

休息5分钟
老师神曲：九章算法

两数之和，最接近tartet
两个指针法，

三数之和最接近target

31 partition array
红黑树Python里面没有，

partition缺点是不稳定，无法保证原有的顺序，

颜色分类sort colors问题
i指针，碰到0左移，碰到2右移。碰到1不动。
三个指针，面试有运气成分。
rainbow sort，计数排序，counting sort，会占用额外空间On,所以只能基于比较排序，结论：基于比较最优时间复杂度nlogn

radix sort叫做基数排序，
nlogk,复杂度，用时间复杂度倒推算法。

merge sort,归并排序，复杂度，

#2018-10-07 210757 October Sunday the 40 week, the 280 day SZ
面试必考算法：
二分法(binary search)是面试中常见的算法

双指针算法：同向双指针，相向双指针
快速排序（Quick Sort）和归并排序（Merge Sort）是算法面试必修的两个基础知识点。
快速排序算法
归并排序算法
快速选择算法 Quick Select

宽度优先搜索。英文全称 Breadth First Search，简称 BFS。
什么是队列，如何自己实现一个队列
什么是 Interface，LinkedList 和 Queue 之间的关系是什么？
什么是拓扑排序
如何定义一个图的数据结构
课后补充内容有：
宽度优先搜索（BFS）的另外两种实现方式
双向宽度优先搜索算法（Bidirectional BFS)

#2018-10-07 092901 October Sunday the 40 week, the 280 day SZ
第二章 二分法 

老城号码
zoom电话会议
@foxmail.com

提问可以被公开，一般看不到别人的提问记录，免得对话框太多聊天记录

LeetCode上面ladder下面的九章算法课程里面有练习题，只有简单部分做完后才可以看下一节东西。

随刻教程用来提前预习，有文字和视频的方式。只有三个月的有效期。要不把东西复制到博客里？

令狐冲老师，讲课不错。

自我感觉水平差，一定要提前预习。

开课了，
二分法三个境界，
先修内容，
递归深度是log n，所以不会引起溢出stack overflow
时间复杂度代表数量级，不关心系数，
第九页PPT要背诵下来，里面描述所有常见算法的复杂度。
logn大部分都是二分法，
根号n都是分解质因数，一般也很少考，质因子化，就算碰到了，从题目中也能看到。
比n更高的复杂度只能是二分法，根据复杂度推导算法是面试中常见的。
n复杂度是高频的，
nlogn可能有的算法，排序，堆heap，priority queue, balance BST二叉树，tree set,分治法，归并排序，快速排序，双重循环，
多项式N时间复杂度，组合问题
非多项式NP级别的时间复杂度，搜索问题，只能用深度优先搜索
递归还是while循环
面试考点，递归和动态规划，考递归多点。

14
sketchbook画图软件
start + (end- start)/2在Java和C++中防止溢出，Python中不怕溢出，自动变成什么东西。
infinite loop死循环
start + 1 < end

18
数组分为两部分，满足o不满足x，
底部的return -1是为了有可能找不到的情况。

老师其实按照PPT，讲上面的练习题，所以必须在上课前自己做一遍练习题。
程序结构不好，很容易出bug，优化程序结构，先找到最后一个圈，先写整理架构，再慢慢实现每个函数
21
倍增法：不断乘以2，

上半节课的内容：
根据时间复杂度倒推算法，二分法模板，倍增法
下半节课：
圈和叉叉的条件：数据的具象化，
打印课件还是有必要的。4，5，，1，2，3横线，竖线
旋转的排序数组，
二分法解决圈圈和叉叉的模型。
montain sequence先上升，后下降
最后一个圈的条件是
第一个×的条件

found peak elements
只有四种情况，波峰，波谷，上升，下降的地方。

search in rotated Sorted array
用两次二分很简单解决，
能不能只用一次二分法，
n怎么变成了二分之n，

#2018-9 -30 204307 October Wednesday the 42 week, the 290 day SZ
九章算法
第一课 9.30日
课程错过不补课，也不提供任何视频 • 你才会把在两个小时内集中精力，全神贯注 • 你才会把学习放在第一位，而不是先 LoL 一把，先逛个街，先和朋友吃个饭 • 你才会获得最佳的课程体验 • 良苦用心希望同学们理解 • 不允许建私群（包括QQ群，微信群） • 在QQ群中拉人私下组群的将被踢群并不再提供QQ答疑服务 • LintCode 需要单独先注册一个账户，不要使用九章的账号密码去登陆 • LintCode 阶梯训练必须先完成上一节课的作业，才能做下一节课的作业 • 课程各类服务的有效期为一年 • LintCode阶梯训练访问权限 • QQ群答疑 • QA答疑 • 课件 • 知识点小视频 第25页 上

所有答案
https//www.jiuzhang.com/solution/longest-palindromic-substring/

哪些知识点是高频的，多花一些时间，哪些不是，少花一些时间，哪些根本不考，别花时间

拿到Offer的四大法宝
别做难题
是面试不是考试
理解而不是单纯的背诵
反复练习

课程配套的 LintCode 阶梯训练

刷题刷到什么程度可以去面试了呢？
lintcode 把200-300个题目刷两遍， 其中刷过的题目60%题目做到bug free，就比较好啦。

O(logN) 的算法几乎可以确定是二分法。
然后 O 代表的是时间复杂度。

 

未完待续

认识你是我们的缘分，同学，等等，学习人工智能，记得关注我。

 

微信扫一扫
关注该公众号

《湾区人工智能》

 

 

****************************************************知乎live****************************************************
211大学数学本科，美国应用数学研究生，美国博士，老板去了工业界，又去了德国海德堡大学。
刚转型的前三年很痛苦，因为没有机器学习，计算机视觉的经验。
欧盟玛丽居里项目，
混合非线性规划。
去意大利和法国十个月，当地都是运筹学教授。前三年机器学习和计算机视觉机会很少的。联合指导博士机会就很少了。计算机基础差，全靠自学，旁听海德堡的机器学习课程，看了10年20年内的计算机视觉方法。半年后，博士的三年半后，着手写组合优化和计算机视觉结合的论文，博士四年半毕业。找到加拿大蒙特利尔医学影像教授，为什么用离散优化的方法解决计算机视觉，有什么不同，带来什么好处，故事要讲好，半年时间写出了论文。用鼠标在图片做涂鸦，涂鸦了几道，就可以做分割。相当于手工分割图片了。今后找计算机视觉基本都靠这篇论文了。

下面讲人工智能和计算机视觉。二老板是计算机视觉的联合主编，还是联合创始人。
人工智能做预测，以往价格列表，后面的价格如何。