今天是大结局，说下“图”的最后一点东西，“最小生成树“和”最短路径“。 一： 最小生成树1. 概念    首先看如下图，不知道大家能总结点什么。    对于一个连通图G，如果其全部顶点和一部分边构成一个子图G1，当G1满足：       ① 刚好将图中所有顶点连通。②顶点不存在回路。则称G1就是G的“生成树”。           其实一句话总结就是：生成树是将原图的全

今天来分享一下图，这是一种比较复杂的非线性数据结构，之所以复杂是因为他们的数据元素之间的关系是任意的，而不像树那样被几个性质定理框住了，元素之间的关系还是比较明显的，图的使用范围很广的，比如网络爬虫，求最短路径等等，不过大家也不要胆怯，越是复杂的东西越能体现我们码农的核心竞争力。             既然要学习图，得要遵守一下图的游戏规则。一： 概念       图是由

今天说下最后一种树，大家可否知道，文件压缩程序里面的核心结构，核心算法是什么？或许你知道，他就运用了赫夫曼树。听说赫夫曼胜过了他的导师，被认为”青出于蓝而胜于蓝“，这句话也是我比较欣赏的，嘻嘻。 一  概念    了解”赫夫曼树“之前，几个必须要知道的专业名词可要熟练记住啊。     1： 结点的权            “权”就相当于“重要度”，我们形象的用一个具体的

先前说了树的基本操作，我们采用的是二叉链表来保存树形结构，当然二叉有二叉的困扰之处，比如我想找到当前结点的“前驱”和“后继”，那么我们就必须要遍历一下树，然后才能定位到该“节点”的“前驱”和“后继”，每次定位都是O（n），这不是我们想看到的，那么有什么办法来解决呢？   （1） 在节点域中增加二个指针域，分别保存“前驱”和“后继”，那么就是四叉链表了，哈哈，还是有点浪费空间啊。

最近项目赶的紧，歇了一个星期没写博客了，趁周末继续写这个系列。      先前我们讲的都是“线性结构”，他的特征就是“一个节点最多有一个”前驱“和一个”后继“。那么我们今天讲的树会是怎样的呢？我们可以对”线性结构“改造一下，变为”一个节点最多有一个"前驱“和”多个后继“。哈哈，这就是我们今天说的”树“。 一： 树      我们思维中的”树“就是一种枝繁叶茂的形象，那么数据

今天跟大家聊聊栈，在程序设计中，栈的使用还是非常广泛的，比如有“括号匹配问题“，”html结构匹配问题“。所以说掌握了”栈“的使用，对我们学习算法还是很有帮助的。 一： 概念         栈，同样是一种特殊的线性表，是一种Last In First Out（LIFO)的形式，现实中有很多这样的例子，     比如：食堂中的一叠盘子，我们只能从顶端一个一个的取。 二：

五一回老家待了几天，昨天晚上回来看见有很多网友留言，谢谢支持，继续写点东东奉献给大家 可能大家都知道，线性表的变种非常非常多，比如今天讲的“队列”，灰常有意思啊。 一：概念          队列是一个”先进先出“的线性表，牛X的名字就是“First in First Out(FIFO)”，      生活中有很多这样的场景，比如读书的时候去食堂打饭时的”排队“。当然我们拒

一：线性表的简单回顾       上一篇跟大家聊过“线性表"顺序存储，通过实验，大家也知道，如果我每次向顺序表的头部插入元素，都会引起痉挛，效率比较低下，第二点我们用顺序存储时，容易受到长度的限制，反之就会造成空间资源的浪费。 二：链表      对于顺序表存在的若干问题，链表都给出了相应的解决方案。1. 概念：其实链表的“每个节点”都包含一个”数据域“和”指针域“。

人活在社会上不可能孤立，比如跟美女有着千丝万缕的关系，有的是一对一，有的是一对多，有的是多对多。哈哈，我们的数据也一样，存在这三种基本关系，用术语来说就是:  线性关系。  树形关系。  网状关系。 一： 线性表      1 概念：                 线性表也就是关系户中最简单的一种关系，一对一。                  如：学生学号的

大家是否感觉到，树在数据结构中大行其道，什么领域都要沾一沾，碰一碰。就拿我们前几天学过的排序就用到了堆和今天讲的”二叉排序树“，所以偏激的说，掌握的树你就是牛人了。 今天就聊聊这个”五大经典查找“中的最后一个”二叉排序树“。 1. 概念:      其实很简单，若根节点有左子树，则左子树的所有节点都比根节点小。                             若

大家可否知道，其实查找中有一种O(1)的查找，即所谓的秒杀。 哈希查找：     对的，他就是哈希查找，说到哈希，大家肯定要提到哈希函数，呵呵，这东西已经在我们脑子里面形成固有思维了。大家一定要知道“哈希“中的对应关系。     比如说： ”5“是一个要保存的数，然后我丢给哈希函数，哈希函数给我返回一个”2"，那么此时的”5“和“2”就建立一种对应关系，这种关系就是所谓

在我们的生活中，无处不存在着查找，比如找一下班里哪个mm最pl，猜一猜mm的芳龄....... 对的这些都是查找。 在我们的算法中，有一种叫做线性查找。分为：顺序查找。        折半查找。 查找有两种形态：分为：破坏性查找，   比如有一群mm，我猜她们的年龄，第一位猜到了是23+，此时这位mm已经从我脑海里面的mmlist中remove掉了。

今天跟大家聊聊最后三种排序： 直接插入排序，希尔排序和归并排序。 直接插入排序：       这种排序其实蛮好理解的，很现实的例子就是俺们斗地主，当我们抓到一手乱牌时，我们就要按照大小梳理扑克，30秒后，   扑克梳理完毕，4条3，5条s，哇塞......  回忆一下，俺们当时是怎么梳理的。       最左一张牌是3，第二张牌是5，第三张牌又是3，赶紧插到第一张牌后面去，第四

首先感谢朋友们对第一篇文章的鼎力支持，感动中.......  今天说的是选择排序，包括“直接选择排序”和“堆排序”。 话说上次“冒泡排序”被快排虐了，而且“快排”赢得了内库的重用，众兄弟自然眼红，非要找快排一比高下。这不今天就来了两兄弟找快排算账。 1.直接选择排序： 先上图： 说实话，直接选择排序最类似于人的本能思想，比如把大小不一的玩具让三岁小毛孩对

算法就好比程序开发中的利剑，所到之处，刀起头落。 针对现实中的排序问题，算法有七把利剑可以助你马道成功。 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Diagnostics; using System.Thre