hacker00011000的专栏

1. 大数相加 1、从结尾开始每位相加 2、两个整数长度不相等(肯定有一个已经加完了，再把没有加完的加上去) 3、最高位有进位,要再进一位 4、结果字符串逆序2. 大数相乘 - 分析 12*34=? 乘数：12 被乘数：34 1、先把乘数列出来,第i行列左起第i位数，列N次（N为乘数的位数） 第二行起每次右移一位(1) (1) (2) (2)2、写入被乘数,按先列后行的

问题描述： 在一个二维数组中，每一行都是按照从左向右递增的顺序排序，每一列都是按照从上到下递增的顺序排序，请完成一个函数，输入这样的一个二维数组和一个整数，判断该数组中是否有该整数 题目分析： 在分析这个问题的时候，很多人都会把二维数组画成矩形，然后从数组中选取一个数字，分3中情况来分析查找过程。(1)当数组中选取的数字刚好和要查找的数字相等时，就结束查找过程。(2)如果选取的数字小于要查

题目：如下类型CMyString的声明，请为该类添加赋值运算符函数class CMyString{public: CMyString(char* pdata = NULL); CMyString(const CMyString& str); //赋值函数 CMyString& operator=(const CMyString& str); ~CMyStr

1. 问题描述： N皇后问题是一个经典的问题，在一个N*N的棋盘上放置N个皇后，每行一个并使其不能互相攻击（同一行、同一列、同一斜线上的皇后都会自动攻击） 本人使用的是回溯法，另外还有高效的解法见转载的博客2. Code#include <iostream>#define N 20using namespace std;bool arr[N][N] = {0}; int count = 0;

1. 问题描述 N皇后问题是一个经典的问题，在一个N*N的棋盘上放置N个皇后，每行一个并使其不能互相攻击（同一行、同一列、同一斜线上的皇后都会自动攻击）2. 回溯法求解N皇后 回溯算法也叫试探法，它是一种系统地搜索问题的解的方法。回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来，换一条路再试。在现实中，有很多问题往往需要我们把其所有可能穷举出来，然后从中找出满足某种要求的可能或最优

在内存中模拟出一副牌，然后模拟洗牌，发牌等动作 流程：构建一副牌保存到一个数组中–>洗牌–>创建玩家–>向玩家发牌–>输出每个玩家的牌#include <stdio.h>#include <stdlib.h>#include <string.h>#include <time.h>#include <malloc.h>//一副牌的数量 #define CARD_COUNT 54 //定义扑

1、快速排序的基本思想： 快速排序使用分治的思想，通过一趟排序将待排序列分割成两部分，其中一部分记录的关键字均比另一部分记录的关键字小。之后分别对这两部分记录继续进行排序，以达到整个序列有序的目的。2、快速排序的三个步骤： (1)选择基准：在待排序列中，按照某种方式挑出一个元素，作为 “基准”（pivot） (2)分割操作：以该基准在序列中的实际位置，把序列分成两个子序列。此时，在基准左边的元

斐波那契数列是一个非常美丽、和谐的数列，也是一个黄金分割数列。符合黄金分割比0.618。有人说它起源于一对繁殖力惊人、基因非常优秀的兔子，也有人说远古时期的鹦鹉就知道这个规律。 每一个学理工科的学生都知道斐波那契数列，斐波那契数列由如下递推关系式定义： F(0)=0, F(1)=1, n>1时，F(n)=F(n-1)+F(n-2)。下面简单地分析一下常见的Fibonacci数列求解算法 1、递

链表查找的时间效率为O(N)，二分法为log2N，B+ Tree为log2N，但Hash链表查找的时间效率为O(1)。 设计高效算法往往需要使用Hash链表，常数级的查找速度是任何别的算法无法比拟的，Hash链表的构造和冲突的不同实现方法对效率当然有一定的影响，然而Hash函数是Hash链表最核心的部分，本文尝试分析一些经典软件中使用到的字符串Hash函数在执行效率、离散性、空间利用率等方面的性

字符串匹配是计算机的基本任务之一。举例来说，有一个字符串”BBC ABCDAB ABCDABCDABDE”，我想知道，里面是否包含另一个字符串”ABCDABD”？许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称KMP）是最常用的之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。这种算法不太容易理解，网上有很多解释，但读起来都很费劲。直到读到Jake

题目1：经典算法—二分查找 折半查找的基本思想：减小查找序列的长度，分而治之的进行关键字的查找。该序列必须是有序的。 查找过程是：在有序表中，取中间的记录作为比较关键字，若给定值与中间记录的关键字相等，则查找成功；若给定的值小于中间记录的关键字，则在中间记录的左半区间继续查找；若给定值大于中间记录的关键字，则在中间记录的右半区间继续查找；不断重复这个过程，直到查找成功。否则查找失败实现：通常设置

1. 线性表综述： 线性表是具有相同特性数据元素的一个有限序列 该序列中所包含元素的个数叫做线性表的长度 当一个线性表有序时，成为有序表，属于逻辑结构 线性表的逻辑特征： 对于至少含有一个元素的线性表来说 除起始元素没有前驱元素外，其他元素都有一个唯一前驱 除终端元素没有后继元素外，其他元素都有一个唯一后继 在线性表中，每个元素最多只有一个前驱和后继元素 线性表存储结构：

1. 哈希表综述： 哈希表(Hash Table)也叫散列表，是根据关键码值直接访问 就是一个把关键码映射到表中的一个位置来访问记录的过程 这个映射函数叫做哈希函数，用hash()表示，存放记录的数组叫做哈希表(一个数组) 哈希表是一种高效的数据结构，主要体现在数据的查找上，几乎可以看成常数时间 例如：对于排序算法，最低时间复杂度为O(nlogn),但是对于一些特殊情况可以更快，现有N个

1. 前述： 在一些有N个元素的集合应用问题中，通常是在开始时让每个元素构成一个单元素的集合，然后按照一定顺序将属于同一组的元素所在的集合合并，期间要反复查找一个元素在哪个集合中，这类题目看似并不复杂，但是数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受，即使空间勉强通过，时间复杂度也极高，只能采取一种特殊的数据结构——->并查集2. 并查集初始化： 一般用树形结构来

经典排序算法 — 选择排序Select Sort原理：选择排序的思想非常直接，我就从所有序列中先找到最小的，然后放到第一个位置。之后再看剩余元素中最小的，放到第二个位置……以此类推，就可以完成整个的排序工作了。可以很清楚的发现，选择排序是固定位置，找元素。相比于插入排序的固定元素找位置，是两种思维方式。不过条条大路通罗马，两者的目的是一样的。 注意：先从剩下的元素中找到最小的后再交换值，而不是比较

处理海量数据问题，就是： 1、分而治之/hash映射 + hash统计 + 堆/快速/归并排序 2、Bloom filter/Bitmap 3、Trie树/数据库/倒排索引 4、外排序 5、分布式处理之hadoop/mapreduce接下来的部分，便针对这5种方法模式结合对应的海量数据处理面试题分别具体阐述。密匙一、分而治之/hash映射 + hash统计 + 堆/快速/归并排序1、海量日

经典排序算法 — 冒泡排序Bubble Sort原理是相邻的数字两两进行比较,按照从小到大或者从大到小的顺序进行交换,这样一趟过去后,最大或最小的数字被交换到了最后一位,然后再从头开始进行两两比较交换,直到倒数第二位时结束,其余类似看例子例子：从小到大排序,原始待排序数组| 6 | 2 | 4 | 1 | 5 | 9 |第一趟排序(外循环)第一次两两比较6 > 2交换(内循环)交换前状态| 6 |