数据结构

数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。[1]

一般认为，一个数据结构是由数据元素依据某种逻辑联系组织起来的。对数据元素间逻辑关系的描述称为数据的逻辑结构；数据必须在计算机内存储，数据的存储结构是数据结构的实现形式，是其在计算机内的表示；此外讨论一个数据结构必须同时讨论在该类数据上执行的运算才有意义。一个逻辑数据结构可以有多种存储结构，且各种存储结构影响数据处理的效率。

在许多类型的程序的设计中，数据结构的选择是一个基本的设计考虑因素。许多大型系统的构造经验表明，系统实现的困难程度和系统构造的质量都严重的依赖于是否选择了最优的数据结构。许多时候，确定了数据结构后，算法就容易得到了。有些时候事情也会反过来，我们根据特定算法来选择数据结构与之适应。不论哪种情况，选择合适的数据结构都是非常重要的。

选择了数据结构，算法也随之确定，是数据而不是算法是系统构造的关键因素。这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。

第一章：当我们在讨论算法的时候，我们在讨论什么？

1-1 我们究竟为什么要学习算法

1-2 课程介绍

第二章：排序基础

2-1 选择排序法

2-2 使用模板（泛型）编写算法

2-3 随机生成算法测试用例

2-4 测试算法的性能

2-5 插入排序法

2-6 插入排序法的改进

2-7 更多关于O（n*2）排序算法的思考

第三章：高级排序问题

3-1 归并排序法

3-2 归并排序法的实现

3-3 归并排序法的优化

3-4 自底向上的归并排序算法

3-5 快速排序法

3-6 随机化快速排序法

3-7 双路快速排序法

3-8 三路快速排序法

3-9 归并排序和快速排序的衍生问题

第四章：堆和堆排序

4-1 为什么使用堆

4-2 堆的基本存储

4-3 Shift Up

4-4 Shift Down

4-5 基础堆排序和Heapify

4-6 优化的堆排序

4-7 排序算法总结

4-8 索引堆

4-9 索引堆的优化

4-10 和堆相关的其他问题

第五章：二分搜索树

5-1 二分查找法

5-2 二分搜索树基础

5-3 二分搜索树的节点插入

5-4 二分搜索书的查找

5-5 二分搜索树的遍历（深度优先遍历）

5-6 层序遍历（广度优先遍历）

5-7 删除最大值，最小值

5-8 二分搜索树的删除

5-9 二分搜索树的顺序性

5-10 二分搜索树的局限性

5-11 树形问题和更多树。

第六章:并查集

6-1 并查集基础

6-2 Qucik Find

6-3 Quick Union

6-4 基于size的优化

6-5 基于rank的优化

6-6 路径压缩

第七章:

7-1 图论基础

7-2 图的表示

7-3 相邻点迭代器

7-4 图的算法框架

7-5 深度优先遍历和联通分量

7-6 寻路

7-7 广度优先遍历和最短路径

7-8 迷宫生成，ps抠图--更多无权图的应用

第八章：最小生成树

8-1 有权图

8-2 最小生成树问题和切分定理

8-3 Prim算法的第一个实现

8-4 Prim算法的优化

8-5 优化后的Prim算法的实现

8-6 Krusk算法

8-7 最小生成树算法的思考

第九章：最短路径

9-1 最短路径问题和松弛操作

9-2 Dijkstra算法的思想

9-3 实现Dijkstra算法

9-4 负权边和Bellman-Ford算法

9-5 实现Bellman-Ford算法

9-6 更多和最短路径相关的思考

第十章：结束语

10-1 总结，算法思想，大家加油！

也就是少喝一瓶百事 你赚大了（3RMB）

淘宝店铺：https://item.taobao.com/item.htm?spm=a1z10.1-c.w4004-17865816034.6.27855d2dm8ag2O&id=565067566033