Mr.H的专栏

本文的最原始出发点在于分享一种彻底搞明白堆排序的方法。百度一下堆排序，会有很多讲解内容。一来就开始讲堆的属性，读者不知道为什么。一来就给出堆的数据结构代码，直接从代码开始讲堆排序，读者一片茫然。直接告诉你堆排序的流程，比如先交换位置，然后执行上浮、下沉等操作，很难理解。本文从堆的前世今生讲起，并且借助opencv绘制出堆的图，以及一些关键临时状态的图，最终让你彻底明白什么是堆和堆排序。注：如果你只想关注堆排序，你可以直接去看堆排序章节，里面会给你导航你至少需要了解的堆相关知识的链接。

B+tree很重要，它被广泛应用于数据库和文件系统中作为索引结构。全站讲B+tree的，基本上都是主讲b-tree，最后顺带一两句的B+tree。有一些能配图讲解b+tree的插入和删除，但也是部分场景，不全面。本文将深度解析B+tree，系统的讲清楚B+tree的实现细节。并使用opencv来绘制B+tree，协助理解B+tree。包括绘制一些关键的中间临时状态的B+tree，高亮关键节点展示算法过程等，以进一步理解B+tree的实现原理。

看过很多讲btree的，大多一知半解。有一些能大概讲清原理，但是实现的代码漏洞百出。最近花了点时间整理了一下这些年的资料，建了个代码仓库，从0开始实现了btree。这里成文记录，争取把btree讲透彻。详细介绍btree的算法实现逻辑，用C语言实现一种Btree的算法，该算法代码：支持构建任意阶的Btree（只要满足m >= 3就行）支持存储任意类型的key代码尽量简洁易懂纯C实现，以便有需要的同学可直接拿去应用。当btree应用于内核这种更底层的场景时，C++实现的版本就不可用了。

Paxos是解决不可靠处理器（不可靠是指处理器可能故障）网络中一致性问题(consensus)的一个协议族。一致性（或者共识）是在一组参与者之间对一个结果达成共识的过程。当参与者或者它们的交互媒介可能发生故障的时候，这个问题变得复杂。

Raft算法是一种分布式系统中的一致性算法，提供和Paxos相同级别的功能和性能，2014年首次发表。Raft因其易于理解和实现的特性，已经被广泛应用于多种分布式系统中，包括分布式数据库、分布式文件系统、服务发现系统等。

动态规划（dynamic programming）是一种算法设计方法。基本思想是在对一个问题的多阶段决策中，按照某一顺序，根据每一步所选决策的不同，会引起状态的转移，最后会在变化的状态中获取到一个决策序列。上面这段话是比较官方的术语描述，还可以这样从编程层面理解：动态规划一般用于求解具有重叠子问题和最优子结构特性的问题。它通过将大问题分解为小问题，并存储小问题的解（通常在一个表格中），避免了重复计算，从而提高了效率。动态规划可以应用于许多类型的问题，包括但不限于最优化问题、计数问题和决策问题。

本文将从一个新的角度来描述和实现01背包问题，以协助对01背包问题以及教材上的算法的彻底理解。新的角度为：传统思路算法，“新”是新在与绝大部分官方算法思路的区别，但是该算法的思路是传统的，传统是指动态规划领域的传统。动态规划：简介动态规划问题，因为01背包问题是动态规划中的经典示例之一01背包问题：01背包问题简介传统思路算法：区别于“官方”的算法实现，使用传统的动态规划思想来实现01背包问题，以帮助理解01背包问题的基本实现思想。