数据结构与算法

Prim算法（求最小生成树）

1. 将最小生成树中的顶点作为一个集合，非最小生成树中的顶点作为另外一个集合。1 索引最小优先队列存储所有的横切边；2 edgeTo数组存储当前顶点和最小生成树之间的最短边；3 distTo数组表示当前顶点和最小生成树之间的最短边的权重，初始值为无穷大；4 marked数组标识当前顶点是否在最小生成树中，如果在，值为true，如果不在，值为false；
2. 选取起点0，令distTo[0] = 0.0，并将该点加入到索引最小优先队列中pq.insert(0, 0.0)；
3. 调用索引最小优先队列的delMin()，将当下最小横切边对应的顶点加入最小生成树的集合中（标记该顶点：marked数组中该顶点值设为true）。同时遍历该顶点的邻接表，更新edgeTo和distTo，并新增或更新横切边（更新索引最小优先队列）；
4. 重复3，直到索引最小优先队列为空，最终edgeTo数组里存储的就是最小生成树的边；

Kruskal算法（求最小生成树）

1. 使用最小优先队列PriorityQueue存储所有边，每次使用.delMin()取出权重最小的边，并得到该边关联的两个顶点v和w；
2. 通过并查集判断v和w是否已经连通，如果连通，则证明这两个顶点在同一棵树中，那么就不能把这条边添加到最小生成树中，因为在最小生成树的任意两个顶点上添加一条边，都会形成环，而最小生成树不能有环的存在；如果不连通，则通过并查集把顶点v所在的树和顶点w所在的树合并成一棵树，并把这条边加入到一个队列中；
3. 直到队列中含有V-1条边（图中共V个顶点），最终队列中存储的就是最小生成树的所有边；

Dijstra算法（求最短路径）

思想

1. 找出权重最小的顶点；
2. 对于该顶点的邻居，检查是否有前往它们的更短路径，如果有，就更新其权重（松弛）；
3. 重复这个过程，直到对图中的每个顶点都这样做了；

实现

1. edgeTo存储起点到当前顶点的最短路径的最后一条边，distTo存储起点到当前顶点的最短路径的总权重；
2. 给定图G和起点s，初始化s到s的最短路径的总权重distTo[s]=0，起点s到其他顶点的总权重为无穷大；
3. 借助索引最小优先队列（每次找出权重最小的顶点）使用松弛技术处理图的各个顶点，更新edgeTo、distTo及索引最小优先队列，直到索引最小优先队列为空，最终就得到了最短路径树；

拓扑排序

1. 拓扑排序：给定一幅有向图，将所有的顶点排序，使得所有有向边均从排在前面的顶点指向排在后面的顶点，这样就可以明确地表示出每个顶点的优先级；
2. 实现：基于一幅图，先检测有没有环；如果没有环，再调用顶点排序；
3. 检测是否有环：对每个顶点调用深度优先搜索，如果当前顶点正在搜索，则把对应的onStack数组中的值改为true，标识进栈；如果当前顶点搜索完毕，则把对应的onStack数组中的值改为false，标识出栈；如果即将要搜索某个顶点，但该顶点已经在栈中，则图中有环；
4. 顶点排序：添加一个栈用来存储顶点，当进行深度优先搜索时，每搜索完毕一个顶点，就把该顶点放入到栈中，如此就实现了顶点排序；

二分查找和二叉搜索树比较

1. 二分查找针对顺序存储结构，且是有序的，比较次数少，查找速度快O(logn)，插入删除困难；
2. 二叉搜索树是链式存储结构，左小于中小于右，查询速度也比较快O(logn)，但如果退化为链表比较慢O(n)，插入删除容易；
3. 如果数据查询多插入删除少且要求有序，就用顺序存储结构，二分查找；如果数据插入删除多，就用链式存储结构的二叉搜索树；