数据结构与算法
文章目录
- 数据结构与算法
-
- 一、数据结构
- 二、算法
-
- 2.1 [动态规划](https://gitee.com/lf-ren/java-re-new-builder/blob/master/document/week3-%E7%AE%97%E6%B3%95%E3%80%81springBoot/2021-09-14-%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92.md)
- 2.2 [双指针法](https://gitee.com/lf-ren/java-re-new-builder/blob/master/document/week3-%E7%AE%97%E6%B3%95%E3%80%81springBoot/2021-10-05-%E5%8F%8C%E6%8C%87%E9%92%88%E6%B3%95.md)
- 2.3 [HashMap相关题目](https://gitee.com/lf-ren/java-re-new-builder/blob/master/document/week3-%E7%AE%97%E6%B3%95%E3%80%81springBoot/2021-10-16-%E5%93%88%E5%B8%8Cmap%E7%9B%B8%E5%85%B3%E9%A2%98%E7%9B%AE.md)
- 2.4 用栈来解决:
- 2.5 用队列来解决
- 2.6 用堆来解决(PriorityQueue)
- 2.7 递归的算法题目
- 2.8 分治和回溯(递归的细分)
- 2.9 BFS和DFS
- 2.10 贪心算法
- 2.11 二分查找 和 [牛顿迭代法](https://www.beyond3d.com/content/articles/8/)
- 2.12 排序算法
- 2.13 位元算
- 三、方法论
一、数据结构
1.1 BST、AVL、Red-Black BST
1.2 Trie 字典树、LRU Cache、布隆过滤器
1.3 Union-find 并查集
1.4 数组 Array List、链表 LinkedList、跳表 SkipList
-
数组:随机查询的时间复杂度为O(1) ,插入、删除的时间复杂度为O(n)
-
链表:随机查询的时间复杂度为O(n),插入、删除的时间复杂度为O(1)
跳表 Skip list
跳表的实现,参考跳表(skiplist)分析设计与实现(Java)
-
跳表只能用于(链表里的)元素有序的情况。
-
跳表对标的是平衡树(AVL Tree)、二分查找,是一种插入、删除、搜索时间复杂度搜是O(logn)的数据结构。
跳表的使用案例:Redis、LevelDB
redis: 有序集合是如何存储的
1. 当有序集合中的节点数量小于128的时候,并且所有节点member的长度小于64 的时候使用ziplist;
2. 当有序集合不满足上面两个任意一个条件的时候,改为使用skiplist;
(ziplist 是一个字节数组)
redis 如何解决:数据量小的时候没有体现出跳表的优势(会出现多层级):
1. 节点数量小于128 的时候使用ziplist;
2. redis 跳表 最大层级 32 ()
redis 的对象类型有哪些?底层的数据结构(有序集合 hash);
字符串、整数、hash dict、压缩列表、set、跳表、字符串、list、消息队列
zset的底层使用什么数据结构实现的
redis为啥使用跳表,而不使用红黑树?
1. 红黑树实现复杂,跳表实现简单;
2. zrange(0, -1) 和红黑树一样, 但 zrange(10, 100) 红黑树很难做到;
1.5 栈、队列、双端队列Deque、优先队列Priority Queue
栈 Stack: 先入后出;添加、删除皆为O(1);
队列 Queue:先入先出:添加、删除皆为O(1);
补充:java种 stack、queue、priority queue 的源码分析