17年4/27-5/24

相对位置更适合移植到不同设备

为链表的头结点，利于删除操作的统一化

对cur.next赋值才是连接

链表插入操作中先连接后面线，利用完cur.next 再给他赋值

递归:例如全排列:选好第一个，剩下的全排列，别忘了回溯

用二叉树表示多叉树或森林:对于某个结点有firstchild和nextsibling两种不互斥的选择

博弈问题中两个人都很聪明，当你把局面递归的交给对手，对手返回必输时你必赢

每一个变量都对应一个数据域空间，而赋值的根本是变量的数据域的改变（传参也是一种赋值，如list.add (a)）

对象的实例:数据域是地址（引用）类型的变量

一个对象没有构造方法，系统默认提供无参构造器可用；子类未显示调用父类构造器，会自动调用父类无参的，父若无报错

霍夫曼编码:对某一文件，出现频率低的词在二叉树偏下层，路径长些，编码位数多一点，然后由下往上构造树

c与c++的acm大神多，让他们转java一定不会很多，这是你的优势

二叉查找树:平时不忙的时候排好序，应对关键时刻的查找，将关键时刻的时间压力平均到平时

—————– 4/27 ——————————-
Node[]数组可以表示树，完全二叉树连Node中的lchild，rchild都不需要就可以找到孩子(leftNo = parentNo*2+1……)

看到右边字体一列有很多的选项，我们只需要修改basic里面的，点击展开Basic,最下面有 Text Font 这个选项，点击，然后右边的Edit被激活了

霍夫曼编码中每次都取出现次数（频率）最小的两个（贪心）：一种思路是压入优先级队列，相比于遍历求最小两值；当两者都进行一次时，绝对后者快(前者还要排序)，但是当他们进行好多次时，前者优势就显示出来了

多类型数据运算全都转换成位数多的；向位数少的类型强制转换会被截断

关于Java的继承问题：父类的静态部分is linked to子类，而非静态部分is copied to(隐式); Father a = new Son()中Father是范围限定，其中的函数可被子类重写，这也是实现多态的基础

实现接口的类必须重写接口里的方法（而其他地方此类的对象会调用此方法），比abstract更抽象，而抽象的意味着不可变，多变的东西尽量把他们放到子类中

子类继承的implement是父类的

5种主动引用（比如：用new实例化一个类时、读取或者设置类的静态字段时（不包括被final修饰的静态字段，因为他们此前已经被塞进常量池并可见了）、以及执行静态方法，反射，Class.forName）
会触发类的初始化（将使静态变量可见(此前类加载的时候已经分配内存)，并调用静态块———只执行一次），而其他普通变量将在new实例的时候分配内存可见

静态部分从属于类；

非静态内部类是附属在外部类对象上的，需要先实例化一个外部类的对象，通过外部类对象才能实例化非静态内部类；而静态内部类可以看做是直接附属在外部类上的，这个静态代表附属体是外部类，而不是外部类实例；

两个线程针对同一个变量，thread1还没有store，thread2就load。解决方法：用volatile取消线程私有内存，每个线程里对内存的改变都会立刻执行

———————– 5/1 ——————————————–

尾递归优化解决的是内存溢出的问题，而垃圾回收解决的是内存泄露的问题 。递归是我们用来理解算法的一个方法，当用代码来实现的时候基本都可以转换成非递归的代码实现

递归转非递归 对于一次循环 :此时无用但以后还有用的就循环入栈，以后没用了就出栈一个看看看

———————– 5/3 ———————————————

不仅要赢得今天的战争，还要赢得未来的每一场

Kruaskal算法：对于一条待选集合中当前最小的一个边，如果其两端点的根节点不一样(说明两点不连通)，就将当前边加入到选定集合

prime算法：数组closedge[待定集合中的顶点]中包含着 到选定集合的参数(权值和对应的连接到选定集合中的点)，更新时选择一个（非0，0代表已经并入）最小的权值的点并入选定集合，并同时更新其他待选集合中的点

两个栈实现一个队列中：如果b栈空了，就再把a栈中的数据入到b栈，如果b没空，b中本来先出的栈顶元素就被后来的a栈元素顶替了，不符合队里的顺序

———————– 5/6 ———————————————
红黑树的建立：用递归(自上而下的找到要插入的位置， 然后自下而上的根据原则更新当前节点相关链接)

对于LSD： 每个字符出现的次数（频率）就是相对位置，前几项相加就可以得出绝对位置来（这是按字符串某一位置分类）。 从数字低位越往前，重排数组的能力越大（权值越大，对位置的决定能力越大）
count[r+1] = …. ; count[r]代表的是r前面的数《 对应 》的值 ;还要注意的是当要取r时的值的时候，也用count[r+1],对应的

对于MSD： 从左边的第一个字符开始，(hi-lo)小于阈值就字符串排列就可以了，否则数据分类，针对每一段数据递归进入下一个字符
这里涉及到一个阈值的最优选择问题

———————- 5/8 ———————————————-
对于Quick3string:对于sort方法，根据首字母将数据分为 小于 等于 大于三个子数组，
三个子数组分别相应的 针对本位置字符递归调用sort（因为本位置并不有序）,针对下一位置字符递归调用sort，针对本位置字符递归调用sort

dijkstra算法：从一个固定出发点点求出到各点的最短路径 （贪心） → 维护一个数组 Distance[待定集合中的顶点] 表示 出发点 经过 选定点 到 当前[待定集合中的顶点] 的最短路
循环n-1次，每次：找最短点并入选定集合；选定集合变了，也就要更新Distance[]数组

Floyd算法： 任意两点之间的最短路径 （动态规划） → 维护一个邻接矩阵，初始化表示的两点之间的直达；然后不断的加入可选跳点（直到全部加入），
看一下 加入跳点相比原先直达路径（三段线的最短路径以前已经求出来了） 变长还是变短来更新邻接矩阵

//对于算法描述，先 说维护怎样的数据结构，再 说算法的核心东西

——————— 5/13 ———————————————-
c语言中链表的结构体变量必须malloc,因为在此结构体变量中 必须 有进入下一个结构体的地址（而只有malloc才会返回地址类型的变量）

哦，有一种可能，就是你忘了初始化什么变量，导致一会儿碰到那块空间是干净的就蒙对了，下次碰到那块空间有数据就崩溃了……

拓扑排序：当某一顶点的入度为0时，此顶点就可以执行，同时使得邻接结点的入度–；（只要保证弧两边的顶点的相对顺序）
关键路径：（顶点是状态，弧是任务）针对每个顶点按照拓扑排序从左往右取最大作为最早开始时间，从右往左取最小作为最晚完成时间（最晚开始时间=最晚完成时间-此任务所需时间）

——————– 5/16 ———————————————–
单词查找树：每一个结点有一个value 和 一个256大小的next[下标是key字符串中第d个单词对应的ACSII值]数组，其值指向下一个结点

List[] l = new ArrayList[10];
运行时编译器只能看到ArrayList，而看不到泛型的String类型参数。数组由于无法确定所持有元素的类型，所以不允许初始化；（Java Language Specification明确规定：数组内的元素必须是“物化”的）

插入排序：将后面的一个数（可以保存到哨所）插入到前面有序的序列中（包括找到插入位置 和 交换）
对插入排序的改进 1.二分查找插入的地方：最后形成low == mid == high，如果要插到mid后面，让low加一个，反之让high减一个，最后low和high错位时跳出，将哨兵插入high+1
2.希尔排序：先将序列分成几部分（分法是1,6,11,16…为一组，2，7，12,17…为一组）分别排序，直到增量为1时的排序，体会这个思路

三向单词查找树：某结点的 leftNode 和 rightNode与此节点是一个d上的，只有midNode才会进行到d+1（d是key字符串的第几个字符）

——————– 5/17 ———————————————–
语言是层出不穷的(kotlin)，技术层出不穷(AI)，抓住一个原则：使他商业化的转换成为有用的东西（学以致用，我一直惊叹于人类的认知在现实中又一次被验证）

冒泡：交换相邻两个元素（在n趟排序中，每趟要解决的是将一个元素沉到底，找到家）
快排：交换远距离的两个（改进冒泡，在n趟排序中，每趟要解决的也是将一个基准元素找到家，但位置不确定，同时实现左边的都小于基准，右边大于基准）
基本思路概括为：（从小到大排序）要想填左边的坑，从右边倒着找小于基准元素挖出填上，再填新坑
堆排：（大顶堆：父比子大，所以堆顶一定是最大的元素；是一个完全二叉树，如果在一个数组中子与父之间的位置有公式）
（从大到小排序）倒着建立一个大顶堆，将堆顶输出，将最后一个挪到堆顶，然后调整大顶堆，然后循环

归并：将数组分为多部分 分别排序，再将有序的数组段归并成较大的有序数组段，直至整个数组有序

递归：大问题不断分解； 动态规划：小问题不断的合成

——————– 5/21 ———————————————–
KMP:一个退化的有限状态自动机

dfa数组的值为回退或者前进的下一个状态
0 A 1 B 2 A 3-C 是pat，其他分支是txt可能出现的其他字符串情况
针对当前的状态j，要匹配字符C（正好是pat中的）的dfa数组值为j+1（代表匹配成功）；字符B的dfa数组值 为X状态下的要匹配字符B的值（即2）;
对于X的理解，从X的更新来看只和pat有关，如果j状态要正好要匹配一个pat.charAt(j)，重启状态X也正好要匹配这个字符，重启状态 就j+1；如果不是，重启状态X就回退 ；（用一句话X = dfa[X][pat.charAt(j)];解决）
所以X代表着j状态时的pat中 能够重复前、后缀中 前者的末位置（也是KMP能够在pat与dfa匹配时剪枝的的核心）

Boyer-Moore 字符串匹配算法：pat整体向右匹配txt，pat局部的每个字符倒着匹配txt，遇到不匹配的字符，pat就整体向右移动到 最近一个至少匹配txt中此字符 的位置（启发式）

——————- 5/24 ————————————————