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:
- 选择排序。如简单选择排序,堆排序。
- 插入排序。如直接插入排序,折半插入排序及希尔排序。
- 交换排序。如冒泡排序和快速排序。
- 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。