Algorithm0---数据结构与算法看着一篇就够了

1、框架思维

	所谓框架，就是说不管具体问题是什么，这些代码都是永远无法脱离的结构，你可以把这个结构作为大纲，根据具体问题在框架上添加代码就行了。

万变不离其宗

• 我们分析问题，一定要有递归的思想，自顶向下，从抽象到具体
• 散列表、栈、队列、堆、树、图都属于「上层建筑」，而数组和链表才是「结构基础」
• 最高层的抽象，数据结构只有两种：数组和链表
• 队列、栈这两种数据结构既可以使用链表也可以使用数组实现
• 「图」的两种表示方法，邻接表就是链表，邻接矩阵就是二维数组
• 「散列表」就是通过散列函数把键映射到一个大数组里
• 「树」，用数组实现就是「堆」，因为「堆」是一个完全二叉树，用数组存储不需要节点指针，操作也比较简单；用链表实现就是很常见的那种「树」，因为不一定是完全二叉树，所以不适合用数组存储。在这种链表「树」结构之上，又衍生出各种巧妙的设计，比如二叉搜索树、AVL 树、红黑树、区间树、B 树

操作,无非遍历 + 访问==增删查改

• 两种形式，线性的和非线性的，线性就是 for/while 为代表，非线性就是递归为代表

// 数组遍历框架，典型的线性遍历结构：
func traverse(arr []int) {
    for (i := 0; i < len(arr); i++) {
        // 访问 arr[i]
    }
}
// 二叉树遍历框架，典型的非线性递归遍历结构：
func traverse(root TreeNode) {
    traverse(root.left)
    traverse(root.right)
}
// 链表遍历框架，兼具线性和非线性遍历结构：
func traverse(head ListNode){
	for p := head; p!= nil; p=p.Next{
		// 访问p.Val
	}
}
func traverse(head ListNode){
		// 访问p.Val
	traverse(head.Next)
}
// 二叉树框架又可以具体扩展为 N 叉树的遍历框架：
func traverse(root TreeNode) {
    for child := range root.children{
		traverse(child)
	}   
}
// N 叉树的遍历又可以扩展为图的遍历,图就是好几 N 叉棵树的结合体

算法框架小结

• 对于一个初学算法的人来说，一定要学会从框架上看问题，而不要纠结于细节问题，当然，如果细节出错，你得不到正确的答案，但是只要有框架在，你再错也错不到哪去，因为你的方向是对的
• 啥叫从框架上看问题？比如说前文 动态规划 中凑零钱的问题，如果你看了一眼代码就自动排除细节问题，直接提取出 N 叉树遍历框架，那么你的框架思维就到位了

2、可视化

数据结构在线模拟器

• 在线网址：https://iacj.github.io/react-datastructer/#/ | https://github.com/IACJ/react-datastructer

• VisuAlgo： https://visualgo.net/zh | https://visualgo.net/en

• Data Structure Visualizations ： https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

• Algorithm Visualizer： https://algorithm-visualizer.org/

• LeetCodeAnimation：https://github.com/MisterBooo/LeetCodeAnimation
  算法复杂度速查表

四个基础数据结构：

（数组、链表、栈、队列）、散列表、（二叉树、堆、跳表、Trie 树）、图

1、数组、链表、栈、队列

数组、链表===>栈、队列

2、散列表

哈希

3、树

各种树

4、图

图

四个基础算法：

排序、（二分查找、搜索）、（哈希算法、贪心算法、分治算法、回溯算法、动态规划）、字符串匹配

1、线性表操作

2、树操作

3、排序

十大经典排序

4、搜索

广度、深度

5、查找

二分查找

6、字符串

匹配