-
1. 数组与字符串
- 提到了散列表（哈希表）和动态数组，做题时可能要想到用散列表。
- 字符串使用哈希表可以采用一个256字节的数组来实现，因为ASCII只有0~256。
- 双指针要会用，好用。
- 数组和字符串，由于在中间删除插入等会导致后面的都变动，所以最好能从尾部开始调整。
-
1. 链表
- 链表在做题时搞清楚是单向链表、还是双向链表、还是循环链表等。
- 链表的访问用时不定，不是O(1)所以比较麻烦，而且有时会用到递归。
- 删除、插入等操作时，一定要记得判断是否为链表头或者尾！这部分的操作会不同。
- 快慢指针是链表操作的一个小技巧，做题时记得考虑。
- 解不出时不妨试试递归。
- 快慢指针找出环路的算法可以再复习一下，很巧妙！
-
4. 树与图
- 二者是非线性的数据结构，在一些算法中，最好情况和最坏情况可能会有较大差距，注意这点。
- 二叉树的题目中，要注意是不是一些特殊的树结构，对特殊的树结构要了如指掌，比如二叉搜索树、二叉平衡树，对高阶的红黑树、B树、B+树、trie树（单词查找树）等也要有所了解。
- 树的遍历：前中后序遍历，递归很好写，迭代不太会写，可以学学。BFS的层次遍历写过多次了。
- 图的遍历：DFS和BFS两种。DFS主要以递归实现，注意要对访问过的节点标记。BFS主要以队列的形式。一般BFS利于解决最短路径的问题！
- 二叉搜索树有个地方比较模糊：书上说左子树小于等于，右子树大于；百度百科说左子树小于等于，右子树大于等于。这个要确定好。某些地方可能会出问题。
-
10.拓展性与存储限制
-
循序渐进：
- 首先假设如果一台计算机中能够装下所有，那么你如何解决？这个思路会为之后提供帮助。
- 接着考虑如何合理拆分数据？计算机从哪里去读取？
- 最后，针对步骤二中的问题给出解决办法，可能在解决时又会出现新的问题，那么需要一步步解决。有可能用步骤一中的方法进行改进，也可能推翻重新找到巧妙的方法。
-
在考虑这样的问题的之前，最好了解计算机一般的存储容量、内存大小、网络延迟是多少。
-
拆分数据：
- 按照顺序：一台机器塞满了，塞进下一台机器；
- 按照散列表：以散列表将数据分布至多台机器，但可能负载不均匀；
- 按数据实际值：比如社交系统，中国的放在一起，墨西哥的放在一起，这样在这种场合下，访问效率较高；
- 随机： 随机放在不同机器，虽然均衡了，但是查找表肯定会巨大。
-
考虑使用散列表来解决问题。
-
内存不够用时，考虑将每个字节拆分成8个bit，有些情况就够用了。
-
例1：40亿个非负整数，找出一个没出现过的，内存有1GB（拓展1MB 内存）。
- 1GB是10亿字节，如果拆为bit，则为80亿bit，40亿个数够放下了。所以拿出前40亿bit，如果出现了置1。然后找到一个为0的即可。
- 1MB是100万字节，上面的方法肯定是不行的。这时则要思考了。100万字节最多表示800万的数，我们拿出100万用。我们只要找到某100万区间内，哪个区间的数不够100万个，然后再用上面的方法即可找到这个区间内没有的数字。
- 40亿共有4000个100万，第一遍循环，统计4000个区间内的数字数目，找到不够100万的。然后再这个区间内找。
-
例2：给100亿个网站URL，找出其中重复的URL。
- 首先，假设一个网站100字符，一个字符4字节。400字节，那么100亿就是4TB的总量。内存肯定放不下。
- 但首先假设能放下，我们怎么找出重复的呢？遍历，建立哈希表，找出重复的。
- 那么我们需要将数据分散，那么以什么方式呢？顺序、哈希、随机？都可以。我们将4TB分为4000份，放在硬盘中，每份1GB，然后对这1GB进行查找重复值。
-
2995
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
