数据结构和算法学习总结

数据结构和算法学习总结

排序算法、查找算法，及基本数据结构，如简单数组、链表、栈、队列、二叉树，二叉搜索树、AVL树或是红黑树、b树，b+树等，再加一些图论的基础知识。

排序：

1. 选择排序。如简单选择排序，堆排序。
2. 插入排序。如直接插入排序，折半插入排序及希尔排序。
3. 交换排序。如冒泡排序和快速排序。
4. 归并排序。如二路归并排序，多路（3及以上）归并排序。

其中涉及的思想如：分而治之，即将整个问题分解成为若干子问题，子问题再分解直到不能再分。如归并排序，快速排序，都可递归的把问题分解为子问题来得到解决，代码实现时可以至顶向下或是至底向上皆可。

排序算法的稳定性：主要是指如果2个记录的值相同，该算法是否会改变这2个记录排序前后的相对位置，若没改变则称该算法为稳定算法，反之则不稳定。上面的排序中插入类排序和归并类排序是稳定的。

查找：

针对已经排序好的数据进行查找，如二分查找，包含值域和下标的二分；分而治之的比如用快速排序的Partion函数定位到第k大数等。

数据结构：

数组，栈，队列，链表，二叉树。
二叉树的定义是递归的，即其左右子树也是一颗二叉树。普通二叉树的增、删、查、改及遍历（包括先序遍历、中序遍历、后序遍历及层序遍历）都可用递归和递推的方式实现，对于递归思想的理解有帮助。

二叉排序树（BST）,及平衡二叉树如AVL树，红黑树，首先普通二叉树，所以所有的一般二叉树的操作也都支持，但是也有特殊的地方，如可能会需要翻转。

B树和B+树，理解平衡二叉树后，理解B树B+树的理论就容易得多了。最大差异是一个是内存数据结构，一个是为了优化对外存访问。

哈希表，基于key-value的快速查找，哈希函数及冲突解决方法。看算法导论上的除数法和乘法这2种哈希函数构造方法，冲突的解决如线性探测及拉链法。

图论部分的

基础的如邻接表、邻接矩阵，知道这两个在点和边关系中的一般性选择，如边稀疏时用邻接表，边远多于顶点时用邻接矩阵。
且在此基础上的深度优先(DFS)和广度优先(BFS)遍历，并在深度优先遍历基础上理解生成树，求最小生成树的2种方法Kruskal和Prim，然后是最短路径求法。割点和桥，连通分量求解，拓扑排序和并查集等。

动态规划和贪心算法

理解基本套路，比如动态的状态和重叠子问题，贪心的每一步贪心选择等，多找向个相关题目练习一下。

总结

当然，这些学习都是要尽量自己动手写点代码来加深或是检验理解的，比如可以搜索相关要点的leecode等网站的题目或是其他的机试笔试题目等，自己实现这些数据结构和算法来解决相关问题。这里并未列出所有的，但是遇到相关的不懂或是要学习的数据结构，学习思路是一样的，就是需要花点时间和精力去磨。