xuzhezhaozhao的专栏

一、问题描述  已知一个二叉树T，以及该二叉树中的某两个结点A和B。求：结点A和B的最近共同祖先。二、算法描述先序遍历二叉树T，得到其先序序列Seqpre。不失一般性地，设：Seqpre= (θ1,θ2,…, θa,A, …, B, …, θN)；         (式1)后序遍历二叉树T，得到其后序序列Seqpost。不失一般性地，设：Seqpost= (λ1

看数据结构与算法分析一书看到O(logN)复杂度求最大公约数的算法。算法如下：/* 求最大公约数 */unsigned int Gcd(unsigned int M, unsigned int N){ unsigned int Rem; while (N > 0) { Rem = M % N; M = N; N = Rem; } return M;}该算法

用一只神奇的猫给你介绍A*的基本原理:　http://www.raywenderlich.com/4946/introduction-to-a-pathfinding深度思考A*算法, 更深入更详细, 值得一看:　http://theory.stanford.edu/~amitp/GameProgramming/

做TopCoder SRM 576 D2 L3 题目时，程序有个地方需要对一个数大量求幂并取余，导致程序运行时间很长，看了Editoral之后，发现一个超级高效的求幂并取余的算法，之前做System test时，程序运行时间（最慢的测试用例）为500ms左右，使用此方法之后，运行时间直接减为20ms，快了20多倍，所以将此方法记录下来。算法时间复杂度为 log(n)。这个算法其实就是 数据结构与算法分析 （Weiss 著） 一书中开头的那个递归求幂算法的非递归版，简洁明了。 /

作者：Hawstein出处：http://hawstein.com/posts/dp-novice-to-advanced.html声明：本文采用以下协议进行授权： 自由转载-非商用-非衍生-保持署名|Creative Commons BY-NC-ND 3.0 ，转载请注明作者及出处。前言本文翻译自TopCoder上的一篇文章： Dynamic Programmin

学计算机的人是幸福的，因为在这个领域中有如此多的通俗易懂（相对来说）的经典好书，你需要做的只是坚持把它们一本一本读下去而已。在这里列出一些我看过或者准备看的算法书籍，以供参考。     1. CLRS 算法导论 算法百科全书，只做了前面十几章的习题，便感觉受益无穷。   2. Algorithms 算法概论 短小精悍，别据一格，准经典之作。一个坏消息: 同算法导论，该书没有习题

原文地址：http://www.cnblogs.com/python27/archive/2011/11/25/2261980.html3种方法求解斐波那契数列题目：定义Fibonacci数列如下：分析1：看到斐波那契数列几乎所有的程序员在第一时间的反应都是“递归”，没错了，作为和汉诺塔一样的经典递归问题，我们几乎毫不犹豫就可以写出如下的代码：

原文：http://www.cnblogs.com/shuaiwhu/archive/2012/04/22/2464583.html线段树(segment tree)线段树在一些acm题目中经常见到，这种数据结构主要应用在计算几何和地理信息系统中。下图就为一个线段树：(PS：可能你见过线段树的不同表示方式，但是都大同小异，根据自己的需要来建就行。)1.线段树基本

（转载地址：http://blog.csdn.net/wypblog/article/details/8219727）一、线段树基本概念           线段树是一种二叉搜索树，与区间树相似，它将一个区间划分成一些单元区间，每个单元区间对应线段树中的一个叶结点。    对于线段树中的每一个非叶子节点[a,b]，它的左儿子表示的区间为[a,(a+b)/2]，右儿子表示的区间为

Know Thy Complexities!Hi there!  This webpage covers the space and time Big-O complexities of common algorithms used in Computer Science.  When preparing for technical interviews in the past, I fo

Given a rational number expressed as A/B where A and B are integers, find the position of Mth occurrence of digit D (0-9) after decimal point. For example 3/7 = 0.4285714285... (A=3, B=7), so the 2nd

基本的计算步骤 时间复杂度的定义     一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n))，称O(f(n))为算法的渐进时间复杂度(O是数量级的符号 )，简称时间复杂度。根据定义，可以归纳

相信很多人（包括自己）初识KMP算法的时候始终是丈二和尚摸不着头脑，要么完全不知所云，要么看不懂书上的解释，要么自己觉得好像心里了解KMP算法的意思，却说不出个究竟，所谓知其然不知其所以然是也。     经过七八个小时地仔细研究，终于感觉自己能说出其所以然了，又觉得数据结构书上写得过于简洁，不易于初学者接受，于是决定把自己的理解拿出来与大家分享，希望能抛砖引玉，这便是Bill写这篇文章想要

摘要：KMP算法是字符串匹配的经典算法，由于其O(m+n)的时间复杂度，至今仍被广泛应用。大道至简，KMP算法非常简洁，然而，其内部却蕴含着玄妙的理论，以至许多人知其然而不知其所以然。本文旨在解开KMP算法的内部玄妙所在，希望能够有助于学习与理解。 1、KMP算法    一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此称之为

六之再续：KMP算法之总结篇（必懂KMP）作者：July。出处：http://blog.csdn.net/v_JULY_v/。引记    此前一天，一位MS的朋友邀我一起去与他讨论快速排序，红黑树，字典树，B树、后缀树，包括KMP算法，唯独在讲解KMP算法的时候，言语磕磕碰碰，我想，原因有二：1、博客内的东西不常回顾，忘了不少；2、便是我对K

最短路径算法——Dijkstra算法        Dijkstra 算法在刚开始在学数据结构的时候，完全没弄明白，主要是也不怎么想去弄明白。而从学校出来到现在，最短路径算法都没有实际运用过，最近在一个GIS项目中总算用到了，于是乎把教材重温了下，同时查阅了网上一些资料，借鉴了一些别人的东西，并顺利用写进了项目中，文中的主要代码来自于园子里的一位大哥，这位大哥对通用框架的研究很深入，他的链接为

Floyd算法的证明Floyd算法求每个点间的最短路径：void floyd(){for(k=0;k   for(i=0;i       for(j=0;j           A[i][j]=min(A[i][j],A[i][k]+A[k][j]);}设有n的结点,Ak(i,j)为从i到j但不经过索引大于k的结点的最短路径长度.

求二叉树中两结点的最小公共祖先Part 10 of 15 in the series 常见面试算法题据说这是微软的一道面试题，谁知道呢。问题描述：找出二叉树上任意两个指定结点的最近共同父结点（LCA，Least Common Ancestor）。这算不上是一道算法题了，主要还是看数据结构基本知识和编程能力。首先考虑最简单的情况——二叉树结点数据结

字符串匹配的KMP算法作者： 阮一峰日期： 2013年5月 1日字符串匹配是计算机的基本任务之一。举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称KMP）是最常

最大流、最小割定理(Maximum Flow, Minimum Cut Theorem)：网络的最大流等于最小割。We will assume that we are in the situation in which no augmenting path in the network has been found. Let's color in yellow, like in the fig