夜空下的凝视

二分查找：将查找范围平分为二，对比要查找的属于哪一部分，再将那部分范围继续平分为二，对比属于哪部分，以此类推，最终得到要查找的对象，即为二分查找。注意：查找对象必须是有序序列。二分查找的时间复杂度为对数时间O (log n )。示例：# 二分查找猜大小def search(my_list, item): low = 0 #low和high用于查找指定元素的索引范围 hi...

深度优先搜索(Depth First Search, DFS)：是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。广...

可用于类似公交线路用时最短的案例。图算法之狄克斯特拉算法（Dijkstra’s algorithm），包含4个步骤：(1) 找出“最便宜”的节点（权重最小），即可在最短时间内前往的节点。(2) 对于该节点的邻居，检查是否有从起点前往它们的更短路径，如果有，就更新其路径（开销）。(3) 将未处理节点中的“最便宜”的节点重复前面的过程，直到对图中的每个节点都这样做了。(4) 计算最终路径。...

普里姆算法(Prim’s algorithm)：图论中的一种算法，可在加权连通图里搜索最小生成树。即由此算法搜索到的边所构成的树中，不但包括了连通图里的所有顶点，且其所有边的权重值之和也最小。prim算法基本思路：所有节点分成两个group，一组为已经选取的selected_node（为list类型），一组为candidate_node，首先任取一个节点加入到selected_node，然后...

NP完全问题：找不到快速算法的问题。识别NP完全问题，以免浪费时间去寻找解决它们的快速算法：没办法判断问题是不是NP完全问题，但还是有一些蛛丝马迹可循的。1、元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢。2、涉及“所有组合”的问题通常是NP完全问题。3、不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题。4、如果问题涉及序列（如旅行商问题中的...

中缀表达式：是一个通用的算术或逻辑公式表示方法， 操作符是以中缀形式处于操作数的中间（例：3 + 4）。与前缀表达式（例：+ 3 4）或后缀表达式（例：3 4 +）相比，中缀表达式不容易被电脑解析，但仍被许多程序语言使用，因为它符合人们的普遍用法。与前缀或后缀表达式不同的是，中缀表达式中括号是必需的。计算过程中必须用括号将操作符和对应的操作数括起来，用于指示运算的次序。如：(a + b) * c...

使用链表构建列表类。链表：由一系列节点(链表中每个元素称为节点)组成。每个节点包括两部分：一个是存储数据元素的数据域(Data field)，另一个是存储下一个节点地址的指针域(Pointer field)。下面这些方法的实现性能与Python的内置列表list不同，Python中的列表的实现是基于数组的。打印显示类：class Display(object): def show(sel...

双端队列(Deque)：由一系列有序的元素组织而成，元素可以从队首或队尾插入、删除。Python自带Deque模块，使用时可引用from collections import deque。自定义双端队列类：class Deque(object): def __init__(self): #初始化空队列 self.items = [] def isEmpty(self):...

栈（stack）：又称为堆栈或堆叠，是计算机科学中的一种抽象数据类型，只允许在有序的线性数据集合的一端（称为堆栈顶端top）进行加入数据（push）和移除数据（pop）的运算。按照后进先出（LIFO, Last In First Out）的原理运作。Python中没有Stack类，需要自定义。自定义栈类：class Stack(object): def __init__(self): ...

动态规划算法：是一种解决棘手问题的方法，它将问题分成小问题，并先着手解决这些小问题。但仅当每个子问题都是离散的，即不依赖于其他子问题时，动态规划才管用。在问题可分解为彼此独立且离散的子问题时，就可使用动态规划来解决。设计动态规划解决方案的通用小贴士：1、每个动态规划算法都从一个网格开始。2、单元格中的值通常就是要优化的值。3、每个单元格都是一个子问题，因此应考虑如何将问题分成子问题，这...

K最近邻（k-nearest neighbours，KNN）算法：是指给定一个训练数据集，将新输入的实例，在训练数据集中找到与该实例最邻近的K个实例（K表示指定的最近邻的数量，K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。关于K的经验规则是：如果有N位用户，应考虑sqrt(N)个邻居。KNN算法用于分类和回归，需要考虑最近的邻居：1、分类就是编组；2、回归就是预...

BST搜索树：在一个二叉搜索树中，如果左子树中键值Key都小于父节点，而右子树中键值Key都大于父节点，我们将这种树称为BST搜索树。注意：移动树的节点时，被移动节点及其原新两个位置的父、子节点的指向均需重新指向，保证各节点指向正确。示例：# 创建树的节点类class TreeNode(object): # 初始化树的节点 def __init__(self, key, val, le...

平衡二叉搜索树（Balanced Binary Tree）：是一种结构平衡的二叉搜索树，即叶节点高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。它能在O(log n)内完成插入、查找和删除操作，最早被发明的平衡二叉搜索树为AVL树。常见的平衡二叉搜索树有：AVL树、红黑树、Treap、节点大小平衡树。注意：移动树的节点时，被移动节点及其原新两个位置的父、子节点的指向均需重新指向，...

maze.txt内容+++++++++++++++++++++++ ++ ++ + + + +++++++++ + + ++ + +++++ +++ +++++ +++ + ++ ++++ + + ++++++ + + + + ++++++ +++ + + ++ ++ ...

完整代码：# 动态规划最少硬币数找零def dpMakeChange(coinValueList, change, minCoins, coinsUsed): for cents in range(change + 1): #依次循环从0到所需兑换面值的每一个面值 coinCount = cents #初始化最优解为当前面值数 newCoin = 1 #初始化找零硬币面...

模拟打印机问题：如果平均每天任意一个小时实验室里都有10个学生，并且每人需要发起2次打印任务，平均每小时就有20个打印任务，即平均每180秒生成一个打印任务，那么，在任意一秒，产生一个打印任务的概率就是1/180，每个打印任务的页数从1到20页不等，计算平均等待时长。以下为主要的模拟过程：1、创建一个打印任务队列。每个任务在生成时被赋予一个“时间节点”。队列在开始时是空的。2、对于每一秒(...

烫手山芋即击鼓传花，7人传山芋，叫到7的人退出，直到最后一人。完整代码：# 自定义队列类class Queue(object): def __init__(self): #初始化空队列 self.items = [] def isEmpty(self): #是否为空 return self.items == [] ...

图算法之广度优先搜索（breadth-first search，BFS）：广度优先搜索是一种用于图的查找算法，可解决以下两类问题：第一类问题：从节点A出发，有前往节点B的路径吗？第二类问题：从节点A出发，前往节点B的哪条路径最短？需要两个步骤：(1) 使用图来建立问题模型。(2) 使用广度优先搜索解决问题。什么是图：图用于模拟不同的东西是如何相连的，由节点（node）和边（edge）...

快速排序：通过基准值将要排序的数据分割成独立的两部分，其中一部分的所有数据都比基准值要小，另外一部分的所有数据都比基准值要大，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此类推，使整个数据变成有序序列。快速排序的速度取决于选择的基准值，有序序列中选择第一个值作为基准值是最糟情况O(n)，基准值选取优先级：三数取中 > 随机基准 > 固定基准。使用分而...

归并排序：是一种递归算法，它持续地将一个列表平均分成两半。如果列表是空的或者只有一个元素，那么它就被排好了(最基本情况)。如果列表里的元素超过一个，就把列表继续拆分，然后再分别对两个部分调用递归排序。一旦这两个部分都排好了，那么就把这两个列表结合在一起，组成一个有序的新列表。归并排序使用分而治之的策略，其时间复杂度为O(nlogn)。# 将左右子列表按升序依次合并为一个新列表def mer...

大O表示法：算法的时间复杂度通常用大O符号表述，定义为T[n] = O(f(n))。称函数T(n)以f(n)为界或者称T(n)受限于f(n)。 如果一个问题的规模是n，解这一问题的某一算法所需要的时间为T(n)。T(n)称为这一算法的“时间复杂度”。当输入量n逐渐加大时，时间复杂度的极限情形称为算法的“渐近时间复杂度”。最坏时间复杂度：算法的时间复杂度不仅与语句频度有关，还与问题规模及输入实...

常见的时间复杂度高低排序：O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n²logn)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)列表（List）：python的列表内部实现是数组（具体实现要看解析器），因此就有组数的特点。超过容量会增加更多的容量，set, get 是O(1)，但del, insert, in...

冒泡排序(Bubble Sort)：是一种简单的、非常低效的排序算法。冒泡排序依次地走访要排序的数列，一次比较两个元素，如果他们的顺序错误（如从大到小、首字母从A到Z）就把他们交换位置，直到没有相邻元素需要交换，即该数列已经排序完成。这个算法名字的由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端（升序或降序排列），就如同碳酸饮料中二氧化碳的气泡最终会上浮到顶端一样，故名“冒泡排序”。短路冒...

递归：递归就是自己调用自己，无限循环下去，直到遇到终止条件（必须有，否则程序会崩溃）。递归与循环：递归更容易理解，也更容易出现bug；循环性能更高。使用递归要有一个停止递归的条件，否则会一直循环下去，最后栈溢出。 所以每个递归函数要有两个部分：基线条件和递归条件。基线条件：指的是函数不再调用自己的条件，从而避免形成无限循环。涉及list的递归，基线条件通常是list为空或只包含一个元...

双端队列(Deque)：由一系列有序的元素组织而成，元素可以从队首或队尾插入、删除。Python自带Deque模块，使用时需引用from collections import deque。回文词：指的是正读和反读都一样的词，如：radar、toot 和 madam，还有一些古诗词。如：《两相思》【宋】李禺思妻诗枯眼望遥山隔水，往来曾见几心知？壶空怕酌一杯酒，笔下难成和韵诗。途路阻人离...

示例：233转为2进制：除2法，转8进制除8，转16进制除16二进制数的尾：233//2=116 余1 116//2=58 余0 58//2=29 余0 29//2=14 余1 14//2=7 余0 7//2=3 余1 3//2=1...

完整代码："""判断代码括号平衡，即是否闭合"""# 定义栈类class Stack(object): def __init__(self): #初始化空栈 self.items = [] def isEmpty(self): #是否为空 return self.items == [] de...

队列（queue），是先进先出（FIFO, First-In-First-Out）的线性表。在具体应用中通常用链表或者数组来实现。队列只允许在后端（称为rear）进行插入操作，在前端（称为front）进行删除操作。队列的操作方式和堆栈类似，唯一的区别在于队列只允许新数据在后端进行添加。"""Queue是Python中的标准库，可以直接import Queue引用。此处是自定义Queue类...

二叉堆有两种：最小成员key排在队首的称为“最小堆(min heap)”；最大key排在队首的是“最大堆(max heap)”，这是一种优先队列的实现方式。优先队列的出队(Dequeue)操作和队列一样，都是从队首出队。但在优先队列内部，数据项的次序是由它们的“优先级”来确定的：有最高优先级的数据项排在队首,而优先级最低的数据项则排在队尾。这样，优先队列的入队(Enqueue)操作就需要将数据项...

树的基本术语：节点（Node）：是树的基本构成部分。它可以有其他专属名称，称之为“键（key）”。 一个节点可能有更多的信息，称之为“负载（payload）”。尽管负载信息和树的许多算法并不直接相关，但是它对于树的应用至关重要。边（Edge）：也是树的基本构成部分。边连接两个节点，并表示它们之间存在联系。每个节点（除了根节点）都有且只有一条与其他节点相连的入边（指向该节点的边），每个节点可能有...

图抽象数据类型（ADT）的术语：顶点(Vertex)：也称节点(node)，是图的基础部分。具有名称标识“key”。顶点也可以有附加信息项“playload”。边(Edge)：也称弧(arc)，也是图的基础组成部分。如果一条边连接两个顶点，则表示两者具有联系。边可以是单向的，也可以是双向的。如果图中的边都是单向的，则称这个图是“有向图(directed graph/digraph)”。权重(...

散列：是一种对数据的处理方法，通过某种特定的函数/算法将要检索的项与用来检索的索引(该索引称为散列，或者散列值)关联起来，生成一种便于搜索的数据结构(该数据结构称为散列表)。散列表：是一种数据集合，其中每个数据都通过某种特定的方式进行存储，以方面日后查找。槽：散列表的每一个位置叫做槽，能够存放一个数据项，并以从0开始递增的整数命名。散列函数：某个数据项与在散列表中存储它的槽之间的映射叫做散列...

Python创建自定义数据类型并访问，需要在定义类的时候对一些魔法方法逐一实现。repr(obj)函数：此法给python解释器运行。str(obj)函数：此法给人阅读。说明：1、str(obj)函数先查找obj.str()方法，若有此方法，则调用并返回结果；2、若没有obj.str()方法，则再查找obj.repr()方法，若有此方法，则调用并返回结果；3、若obj.__repr__...

选择排序：首先从待排序的数据中选出最小（或最大）的一个元素，放在已排序序列的末尾，然后再从剩余未排序元素中继续寻找最小（或最大）元素，放到已排序序列的末尾，以此类推，直到全部待排序的数据元素排完。选择排序是不稳定的排序方法。# 查找数组中最小元素，并返回对应索引def findSmallest(arr): smallest = arr[0] #初始对比值及索引 small...

插入排序(Insertion Sort)：是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。def insertionSort(alist): n =...

希尔排序：也称缩小增量排序，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。希尔排序的基本思想：1、先将整个待排序列分割成若干个子序列(由相隔某个“增量”的元素组成)分别进行直接插入排序；2、然后依次缩减增量再进行排序；3、待整个序列中的元素基本有序(增量足够小)时，再对全体元素进行一次直接插入排序。4、因直接插入排序在元素基本有序的情况下（接近最好情况）效率很高，所以希尔...

树的遍历包括前序遍历(preorder)，中序遍历(inorder)和后序遍历(postorder)。前序遍历(preorder)：在前序遍历中，先访问根节点，然后递归地前序遍历访问左子树，再递归地前序遍历访问右子树。中序遍历(inorder)：在中序遍历中，递归地中序遍历访问左子树，然后访问根节点，最后再递归地中序遍历访问右子树。后序遍历(postorder)：在后序遍历中，先递归地后序遍...