半生瓜のblog

查找算法查找算法查找的定义数组和索引二分查找穷举搜索并行搜索查找算法查找的定义查找:又称检索或查询，是指在查找表中找出满足一定条件的结点或记录对应的操作。查找表:在计算机中，是指被查找的数据对象是由同一个类型的记录构成的集合，如顺序表、链表、二叉树和哈希表等。查找效率:查找算法中的基本运算是通过记录的关键字与给定值进行比较，所以查找的效率通常取决于比较所花的时间，而时间取决于比较的次数。通常以关键字与给定值进行比较的记录个数的平均值来计算。查找操作及分类操作：查找某个“特定的”

这里的偏移量我指的是对应指针+几，地址所偏移的长度。

选择排序冒泡排序插入排序希尔排序归并排序快速排序堆排序***

快速排序排序流程：每次选区第一个的数为基准数然后将大于和小于基准的元素分别置于基准数两边继续分别对基准数两侧未排序的数据使用分治法进行细分处理(分而治之)，直至整个序列有序。如下图所示：代码实现:#include<iostream>using namespace std;void print(int* arr, int len){ for (int i = 0; i < len; i++) { cout << arr[i] <<

归并排序当两组数据已经有序，我们可以通过以下方式让两组数据快速排序。依次从两组数据中取前面最小的元素放到新的数组中，然后再把新数组中有序的数据拷贝到原数组，完成排序。这就是归并思想。代码实现#include<iostream>using namespace std;void mergeAdd(int* arr,int left,int mid,int right){ int temp[64] = { 0 }; int i = left;//指向左边数组最小的元素位

希尔排序插入排序的缺点插入排序虽好，但在有些情况下是有很多缺点的，比如：14,18,20,36,1,2除了最后的两个元素，其他的已经有序了，而这两个几乎要移动前面所有的元素。引出希尔排序希尔排序是希尔(Donald Shell)于1959年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序。它与插入排序的不同之处在于，它会优化比较距离较远的元素。希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序，随着增量逐渐减少

插入排序实现原理插入排序的工作原理是通过构建有序序列，对于未排序的数据，在已排序的序列中从后向前扫描，找到相应的位置并插入。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的过程中，需要反复把已排序的元素逐步向后挪位，为最新的元素提供插入空间。排序流程1.从第一个元素开始，该元素可以认为已经被排序。2.取出下一个元素，在已经排序的元素序列中从后向前扫描。3.如果该元素(已经排序)大于新元素，该元素移到下一位置。重复步骤3，直到找到已

冒泡排序排序流程通过重复地遍历排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复的地进行直到没有再需要交换，也就是或该数列已经排序完成。这个算法的名字由来是因为越小(大)的元素会经由交换慢慢的像泡泡一样“浮”到数列的顶端，故而得名。代码实现#include<iostream>using namespace std;void print(int* arr, int len){ for (int i = 0; i < len; i++)

选择排序实现流程一串无序排列的数，选出最大(小)的数，与最后一个数交换位置，再在前面(除去选出的这个最大的数)选出一个最大的数与倒数第二个数交换，重复这个过程。代码实现#include<iostream>using namespace std;void swap(int& a, int& b){ int temp = 0; temp = a; a = b; b = temp;}void print(int* arr, int len){

分支定界算法概念分支定界(branch and bound)算法是一种在问题的解空间上搜索问题的解的方法。但与回溯算法不同，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树。并且，在分支定界算法中，每一个活结点只有一次机会称为扩展结点。​ 利用分支定界算法对问题的解空间树进行搜索，它的搜索策略是：产生当前扩展结点的所有孩子结点。在产生的孩子结点中，抛弃那些不可能产生可行解(或)最优解的结点。将其余的孩子结点加入活结点表。从活结点表中选择下一个活结点作为新的扩展结点。如此循环，

贪心算法概念解释贪婪算法(贪心算法)是指在对问题求解的时候，每一步选择都采用最好或者最优(即最有利)的选择，从而希望能够导致结果是最好或者最优的算法。贪心算法所得到的结果往往不是最优的结果(有时候会是最优解)，但是都是相对近似(接近)最优解的结果。贪心算法并没有固定的解发框架，算法的关键是贪心策略的选择，根据不用问题选择不同的策略。基本思路建立数学模型描述问题把求解的问题分为若干个子问题对每一个子问题求解，得到子问题的局部最优解把子问题对应的局部最优解合成原来整个问题的一个近似最优解

回溯法回溯的基本原理在问题的解空间中，按深度优先遍历策略，从根节点出发搜索解空间树。算法搜索至解空间 的任意一个节点时，先判断该节点是否包含问题的解。如果确定不包含，跳过对以该节点为根的 子树的搜索，逐层向其祖先节点回溯，否则进入该子树，继续深度优先搜索。回溯法解问题的所有解时，必须回溯到根节点，且根节点的所有子树都被搜索后才结束。回溯法解问题的一个解时，只要搜索到问题的一个解就可结束。回溯的基本步骤定义问题的解空间(我理解的解空间就是目标问题的内容，或者说是目标问题解的集合。)确定

动态规划算法例：走楼梯，可以一次上一阶，也可以，一次上两阶，根据楼梯的阶数来判断有几种上楼梯的方法。分析：f(1) = 1; 1种f(2) = 2; 2种f(3) = f(1) + f(2);3种f(4) = f(3) + f(2) ;5种…依次类推代码如下:#include<iostream>using namespace std;int WalkCount(int n){ //可以一次走一阶台阶，也可以一次走两阶台阶 if (n < 0) {

一元多项式求和要求&&实现流程代码实现要求&&实现流程代码实现#include<iostream>using namespace std;typedef struct LinkNode{ int cofe;//系数 int exp;//次方 struct LinkNode* next;}LinkList,LinkNode;//初始化链表void initLinkList(LinkList*& L){ L = new

分治算法将一个规模为N的问题分解为k个较小的子问题，这些子问题遵循的处理方式就是互相独立且与原问题相同。两部分组成：分(divide):递归解决较小的问题。治(conquer):然后从子问题的解构建原问题的解。三个步骤：分解(divide):将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题。解决(conquer):若干子问题规模较小而容易被解决则直接解决，否则递归解决各个子问题。合并(Combine):将各个子问题的解合并为原问题的解。递归实现二分查找#in

图的最短算法从起点开始访问所有路径，可以到达终点的有多条地址,其中路径权值最小的为最短路径。最短路径算法有深度优先遍历、广度优先遍历、Bellman-Ford算法、弗洛伊德算法、SPFA(Shortest Path Faster Algorithm)算法和迪杰斯特拉算法等。...

图的最短算法从起点开始访问所有路径，可以到达终点的有多条地址,其中路径权值最小的为最短路径。最短路径算法有深度优先遍历、广度优先遍历、Bellman-Ford算法、弗洛伊德算法、SPFA(Shortest Path Faster Algorithm)算法和迪杰斯特拉算法等。...

图的最短算法从起点开始访问所有路径，可以到达终点的有多条地址,其中路径权值最小的为最短路径。最短路径算法有深度优先遍历、广度优先遍历、Bellman-Ford算法、弗洛伊德算法、SPFA(Shortest Path Faster Algorithm)算法和迪杰斯特拉算法等。...

栈-遍历树94.二叉树的中序遍历144.二叉树的前序遍历精华在于进栈和出栈的时机94.二叉树的中序遍历题目思路：中序遍历的顺序是，左 - 根 - 右创建一个栈来存储结点，创建一个vector来存储中序遍历的值从根结点开始，只要该结点有左子树，就将该结点压进栈中。直到root为空。取出栈顶元素，栈顶元素出栈，将该结点值存进recv。…剩下的只可意会不可言传了，感谢这位老哥分享——链接class Solution {public: //中序遍历顺序-左-中-右

哈希表哈希表概念链式存储实现顺序存储实现实际应用字串匹配hash_table.htest.cpp哈希表概念哈希表-散列表， 它是基于快速存储的角度设计的，也是一种典型的“空间换时间”的做法。(键值(编号)就代表了这个数据。)链式存储实现#include<iostream>using namespace std;#define DEFAULT_SIZE 16typedef struct _ListNode{ struct _ListNode* next; int ke

二叉搜索树树概念二叉树常见二叉树分类完全二叉树满二叉树平衡二叉树二叉搜索树红黑树二叉树搜索树实现实际应用哈夫曼编码红黑树树概念树状图是一种数据结构，它是由 n(n>=1）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因 为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：每个结点有零个或多个子结点；没有父结点的结点称为根结点；每一个非根结点有且只有一个父结点；除 了根结点外，每个子结点可以分为多个不相交的子树。二叉树同线性表，一个没有限制条件的线性

红黑树定义是每个节点都带有颜色属性（颜色为红色或黑色）的自平衡二叉查找(搜索)树，满足下列性质：1）节点是红色或黑色；2）根节点是黑色；3）所有叶子节点都是黑色节点(NULL)；4）每个红色节点必须有两个黑色的子节点。(从每个叶子到根的所有路径上不能有两个连续的红色节点。)5）从任一节点到其每个叶子的所有简单路径都包含相同数目的黑色节点红黑树可以解决二叉树搜索树出现的长短腿情况构建过程红黑树是一种自平衡二叉查找树，从上面红黑树的图可以看到，根结点右子树显然比左子树高，但左子树和

C语言风格字符串注意点注意：strlen()sizeof()/转义字符种类这种写法编译器会自动在结尾填充\0char a[] = “aaas3”;这种写法需要手动填充\0,否则后面会输出多余的内容char b[] = { ‘a’,‘a’,‘a’,‘s’,‘3’};这种写法也要手动添加\0,否则后面会输出多余的内容char c[6];c[0] = ‘a’;c[1] = ‘a’;c[2] = ‘a’;c[3] = ‘s’;c[4] = ‘3’;c[5] = ‘\0’;这种

栈栈顺序存储结构实现栈链接存储结构实现栈实际应用迷宫求解表达式求值栈只能在一边进出，先进的后出。进出的一端叫做栈顶，另一端叫做栈底。栈可以使用顺序存储结构，也能使用链式存储结构。注意：栈只能在一端进行操作，这是栈的关键特征，也就是说栈不允许在中间进行查找、插入、删除等操作，(但是在实际应用中我们可以打破它)。这里掌握初始化、入栈、出栈、取栈顶元素操作即可。顺序存储结构实现栈#include<iostream>using namespace std;#define MAX_

【栈】实现表达式求值思路 && 理解 && 注意给定一串表达式，字符串类型，依次遍历从头开始遍历每一个位置的内容。第一个数字，第一个运算符先直接往栈里面push(两个不同的栈)接着走，遇到数push进来，接着走，遇到运算符，和前面那个已经push进栈的运算符进行优先级比较，如果当前运算符优先级大，那就接着push进来，反之，pop出栈，运算前面的式子之和(之后判断运算符栈中是否还有内容，并且当前运算符的优先级是否小于等于已有的运算符，小于等于就接着运算前面的表达式，

迷宫求解从入口进入开始， 向不同方向试探，走到死胡同就退回。找迷宫通路需要使用回溯法，找迷宫通路是对回溯法的一个很好的应用，实现回溯的过程用到数据结构—栈！回溯法：​ 对一个包括有很多个结点，每个结点有若干个搜索分支的问题，把原问题分解为若干个子问题求解的 算法；当搜索到某个结点发现无法再继续搜索下去时，就让搜索过程回溯(回退)到该节点的前一个结点，继续 搜索该节点外的其他尚未搜索的分支；如果发现该结点无法再搜索下去，就让搜索过程回溯到这个结点的前一 结点继续这样的搜索过程；这样的搜索过程一

删除链表的倒数第 N 个结点19. 删除链表的倒数第 N 个结点遍历统计方法哨兵结点快慢指针+哨兵结点19. 删除链表的倒数第 N 个结点题目——[链接](19. 删除链表的倒数第 N 个结点 - 力扣（LeetCode） (leetcode-cn.com))遍历统计方法class Solution {public: ListNode* removeNthFromEnd(ListNode* head, int n) { if(!head)//空的直接返回