第一部分:基础算法与数据结构
- 基本概念介绍
- 算法定义
- 大O表示法
- 时间复杂度与空间复杂度
- 数组与字符串
- 数组操作
- 字符串处理
- 常见问题解析
- 链表
- 单向链表
- 双向链表
- 循环链表
- 栈与队列
- 栈的应用
- 队列的实现
- 特殊队列(如双端队列)
- 递归与分治
- 递归原理
- 分治策略
- 经典递归问题
第二部分:中级算法与数据结构
- 排序算法
- 冒泡排序
- 插入排序
- 选择排序
- 快速排序
- 归并排序
- 堆排序
- 计数排序
- 基数排序
- 桶排序
- 树结构
- 二叉树的概念
- 二叉树的遍历
- 平衡二叉树(AVL树)
- 红黑树
- B树与B+树
- 图算法
- 图的表示方法
- 深度优先搜索(DFS)
- 广度优先搜索(BFS)
- 最短路径算法(Dijkstra算法,Floyd-Warshall算法)
- 最小生成树(Prim算法,Kruskal算法)
- 哈希表
- 哈希函数
- 解决冲突的方法
- 实现简单的哈希表
- 动态规划
- 0-1背包问题
- 最长公共子序列
- 编辑距离
- 动态规划思想解析
第三部分:高级算法
- 高级数据结构
- Trie树
- 字典树
- 并查集
- 线段树
- 树状数组
- 高级搜索算法
- A*搜索算法
- 贪婪最佳优先搜索
- 模拟退火算法
- 图论与网络流
- 最大流最小割定理
- Ford-Fulkerson算法
- Edmonds-Karp算法
- 几何算法
- 凸包构建
- 点到线段的距离
- 线段交点计算
- 数值算法
- 矩阵运算
- 快速幂
- 欧几里得算法
- 线性方程组求解
- 机器学习与数据挖掘
- 基础概念介绍
- 线性回归
- 逻辑回归
- 决策树
- 支持向量机
- K-means聚类
- 深度学习
- 神经网络基础
- 卷积神经网络(CNNs)
- 循环神经网络(RNNs)
- 变分自动编码器(VAEs)
- 强化学习简介
第四部分:实战应用与挑战
- 算法优化技巧
- 剪枝技术
- 贪心算法
- 回溯算法
- 分支限界法
- 算法竞赛训练
- 竞赛题目分析
- 经典题型讲解
- 模拟比赛实战
- 项目案例研究
- 推荐系统设计
- 社交网络分析
- 金融风险评估
- 生物信息学应用