dummyedu的专栏

二叉查找树： 定义为任何父亲节点数据的大小都大于左子女， 小于右子女。 这样， 中序遍历树即可拿到树的一个排序。插入节点的过程就是建树的过程。 为了使树的结构能更趋于平衡， 在插入前， 将序列随机化是一个非常不错的办法。 主要实现了insert, delete, maxmum, minimum, next, previous方法, 以下是我的实现. 用节点作树的存储结构：其中TreeNode是节点

 栈，队列， 链表， 树， 很熟的结构， 没有很多的特别。 

这章介绍了中位数和顺序统计学中位数即一个序列中最中间的数字， 在快速排序中非常有意义， 在其它的一些应用中也很有效， 因为可以2分序列， 这样会有更好的效率。 这章主要介绍如何不排序来找到序列的顺序，  由于不需要排序， 可以减少很多比较的操作， 最终可以获得一些线性的算法， 得到排名第i的数字。 算法的基础是首先利用快速排序中的partition， 将序列2分， 然后其中不包括i的序列就

本章介绍了决策树， 根据决策树证明了交换排序的下界。 介绍了计数排序， 基数排序和桶排序，这三个排序的特点为： 线性排序， 需要大量额外存储空间， 有特定的条件要求。 故而在一些特殊环境下可以提高排序的效率， 不过不适合用于通用的算法。 

     堆排序， 一种基础算法，  实现了一个二叉树， 根节点的值大于子节点， 就是最大堆。 小于子节点， 就是最小堆。 堆排序的性能是O(nlg(n)). 插入, 取值都是O(lg(n)).  优先级队列经常用堆排序来实现。 以下是我的实现：inline int heapLeft(int i) {return 2 * i + 1;}inline int heapRight(int i) {

这章介绍了应用广泛的快速排序算法。 快速排序的最坏性能是O(n*n), 但是平均性能 却不错，而且系数较小。 故而被广泛使用。 因为快速排序本身很简单， 所以本章的重点在于算法性能的分析。  算法性能并不是本次算法学习的重心， 所以只是读了证明， 习题中的算法性能分析部分只是略略看过， 以后各章的性能分析恐怕也不能花太多功夫， 毕竟不是在求学阶段， 太过基础的东西，很难静下心来慢慢看过了， 实用意

第一章：算法介绍，简略而过第二章：算法入门，介绍了算法的基本， 很简单。 我实现了其中的算法。第三章：函数的增长， 详细描述了各种渐进符号， 以及用渐进符号对算法进行分析， 虽然以前对这些都很熟悉，不过这次在做练习的时候，发现还是很不熟悉， 前前后后翻了不少次定义， 不过对于这几个渐进符号的理解和对于算法的性能有了更好的理解（非常有用）。第四章：递归式 主要描述了如何分析递归式的性能，

之前， 看过五花八门的四五本算法书， 动手很少。 这次下定决心，以这本富盛名的算法书为内容， 争取仔细推敲内中所有的定理证明， 完成其中所述算法， 并可以完成所有练习。 放下浮躁的心情， 计划3-6个月完成。

   相对于刚看完的两章，这两章算是看的相当舒服了。附录A: 求和    主要讲关于求和的一些公式和概念， 当年微积分学的还不错， 轻松看完。附录B: 集合等离散数据结构    介绍了集合、图、树的各种概念，以及少量的证明， 主要是些结构的概念。 以前看过不少算法书， 基本也都知道。 不过最后的几个习题确是不太简单， 属于离散数学的范畴， 也没有啥例子。 以前没有系统学过离散， 证明起来有点头疼，

概率分析和随机算法本章介绍了指示器随机变量的分析方法， 以及对随机方法作了简要介绍， 这些都是以后的算法分析的基础。最后一节更深入介绍了概率分析和指示器随机变量。练习5.4-5, 5.4-6, 5.4-7都没有精力看下去了。 留待以后再考虑吧， 毕竟是数学问题，概率放下挺久了， 考虑起来有点吃力。

散列表： 本章介绍了散列表的各种问题。散列函数：除法散列，乘法散列，全域散列。 其中除法散列是简单的mod.  乘法散列为h(k) = m(kA mod 1). 即关键字k乘常数A， 然后取小数部分， 乘以m. 全域散列是一组散列函数，这些函数都可以将关键字域U映射到相同的集合中， 同时对k, l 属于U. 满足h(k) = h(l)的散列函数的个数最多是: 散列函数的数目/集合的大小. 散列

红黑树是一种较为平衡的搜索树， 当然满足所有搜索树应该具有的特点.红黑树的几个性质：1. 节点或红或黑 2. 根是黑的 3. 叶是黑的(叶均为nil, 是所谓的外节点， 而有值的节点均为内节点)4. 如果一个节点是红的，则它的子女均为黑的 5. 对于任何节点， 从该节点到该节点的子孙叶节点的所有路径上所包含的黑节点数量相同。从定义可以得到定理：一颗n个内节点的红黑树高度最多2lg(