Acx7的博客

Floyd Cycle Detection Algorithm  Floyd Cycle Detection Algorithm，即 Floyd 循环检测算法，又称快慢指针法、龟兔指针法。该算法用于判断链表是否存在环，以及判断环的起点与长度的算法。算法原理  该算法基于两个指针，从头开始遍历，一个指针跑得快，另一个指针跑得慢，其中快指针的速度是慢指针的2倍。只要存在环，无论快慢指针从哪里开始，那么快慢指针最终一定会相遇，因为快指针没走一次，都会向慢指针靠近一个节点。算法应用判断是否有环  如果

单调队列单调队列，即队列中元素之间的关系具有单调性，单调递减或单调递增，队首只出列，队尾可入列、出列。实现方法1.使用双端队列 Deque 实现2.使用一个数组和 front、rear 两个指针来实现front 指针指向队首元素，rear 指针指向队尾元素，即可实现队首出队与队尾入队、出队操作，如下图所示：由于需要保持单调性，当一个新元素入队时，就需要与队尾元素比较，如果队尾元素大于将入队元素(假设单调递增)，则将它从队尾出队，继续重复操作，直到队尾元素小于它，然后将它入队，如下图所示：

差分  考虑一个问题，给出 n 个数据，每次给出一个请求(x, y, k)，每次将 x 到 y 位置的数据加上 k，要求在 O(n) 的时间内解决。暴力解法 —— O(n2)，明显不行。线段树或树状数组 —— O(qlogn)，q 为请求次数。差分 —— O(n)，不辱使命。实现方法开一个于原数组相同大小的数组用于差分。进行差分操作，比如需要 2~5 位置的元素都加 1，那么我们就将位置 2 标记为 +1，位置 6 标记为 -1，这样操作所有请求(不懂也先照做)。计算前缀和，然后再来看

前缀和设 Si = A1 + A2 + ··· + Ai，其中 Si 就是叫做位置 i 的前缀和。int[] a = new int[n];int[] x = new int[n];for (int i = 0; i < n; ++i) { a[i] = nextInt(); x[i] = i>0?x[i-1] + a[i]:a[i];// 前缀和的计算}前缀和应用Ai + Ai+1 + ··· + Aj = Sj - Si-1，其直观含义是连续子序列之和等于两个前缀和之

最大子段和  最大子段和一定是每个(准)程序员都接触过的问题，题目很简洁：给出一个长度为 n 的序列 a，选出其中连续且非空的一段使得这段和最大。为什么每个(准)程序员都需要掌握呢？首先这问题解法很多，时间复杂度从 O(n3) -> O(n2) -> O(nlog2n) -> O(n)。通过解决这个问题可以体会到不同算法的效率差异，其次几种解法中包含分治、前缀和、贪心……等很多算法思想，深入理解最大子段和问题可以举一反三，映射到许多其他问题。1.暴力 —— O(n3)最容易想到的方法

二分查找  二分查找(Binary Search)又称折半查找，是一种高效率的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。原理  满足条件表中元素有序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成两个子表，根据中间关键字和查找关键字的关系在子表中查找，重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。二分查找分析  优点： 比较次数少，查找速度快，平均性能好。 

算法简介  PageRank(网页排名)，用于衡量网页的重要程度的Google专有算法。最早的搜索引擎采用的是分类目录的方法，即通过人工进行网页分类并整理出高质量的网站。后来网页越来越多，人工分类已经不现实了。搜索引擎进入了文本检索的时代，即计算用户查询关键词与网页内容的相关程度来返回搜索结果。这种方法突破了数量的限制，但是搜索结果不是很好。因为总有某些网页来回地倒腾某些关键词使自己的搜索排名靠前。  谷歌的两位创始人，当时还是美国斯坦福大学研究生的佩(Larry Page)和布林(Sergey Bri

问题描述  小艾是产自中国的一个移位寄存器，他最近很苦恼，他和他的同事吵架了，他们无法合作导致无法完成乘法操作，因为他自己只会通过移位完成乘2的乘法和除以2的除法，所以他无法完成复杂乘法。小艾的女朋友又比较笨，死活学不会乘法，小艾的女朋友不愿看他继续消沉下去，决定和小艾来一次说走就走的旅行，他们选择去俄罗斯看冰雪大世界，旅途中，小艾依然心不在焉，一位俄罗斯农民伯伯看出小艾有心事，便自动和小艾聊起了天，得知小艾是因为这点小事苦恼，农民伯伯说他有办法帮助小艾重回巅峰，小艾顿时来了精神，赶忙向农民伯伯请教。农民

问题描述  如何在O(1)时间复杂度获取栈中的最大值和最小值？问题分析  普通栈规定的push(入栈)、pop(出栈)、peek(查看栈顶)等操作都只能在栈顶上操作，如果栈中元素是有序的，那么我们就可以记录栈顶和栈底元素完成问题要求，但这是不可能的。普通栈不能解决问题，显然我们需要重新定义一种新的栈结构。能否在栈中定义两个变量min和max记录最小值和最大值呢，答案是否定的，因为并不是只有进栈操作，经过一系列出栈操作后，有可能最开始的最大值和最小值已经出栈。为了解决这个问题，我们就需要两个辅助栈记录栈