yapian8的专栏

题目描述：Given a string S, find the longest palindromic substring in S. You may assume that the maximum length of S is 1000, and there exists one unique longest palindromic substring.求解的是字符串中zuich

这个跟之前的合并类似，最好也是逐一考虑即可，记录好newInterval即可，记得最后要插入一次，函数有两个出口，两个出口都要处理好修改后的newInterval。

Given an integer n, generate a square matrix filled with elements from 1 to n2 in spiral order.For example,Given n = 3,You should return the following matrix:[ [ 1, 2, 3 ], [ 8, 9, 4 ], [

给定一组字符串，按照给定长度（eg.16）格式化显示，使每一行尽可能多的单词，单词之间的空格均衡-最左侧可以稍多左右对齐。最后一行靠左对齐，即最右侧可以没有但系。Given an array of words and a length L, format the text such that each line has exactly L characters and is ful

《剑指Offer》面试题集收录汇总面试题1赋值运算符函数不适合在线模式面试题2实现Singleton模式不适合在线模式面试题3二维数组中的查找已收录面试题4替换空格已收录面试题5从头到尾打印链表已收录面试题6

本文介绍一种用于高维空间中的快速最近邻和近似最近邻查找技术——Kd-Tree（Kd树）。Kd-Tree，即K-dimensional tree，是一种高维索引树形数据结构，常用于在大规模的高维数据空间进行最近邻查找(Nearest Neighbor)和近似最近邻查找(Approximate Nearest Neighbor)，例如图像检索和识别中的高维图像特征向量的K近邻查找与匹配。本文首先介

#include using namespace std;void shellSort(int a[], int n){ int i, j, gap; for(gap = n/2; gap > 0; gap /= 2)//间隔，逐次递减一半 { for(i = 0; i < gap; i++)//从49到76，逐步递增，也就是分组数。每次循环对一组数完成排序 { for(

现时C++可以说是支持OOP范式中最为常用及高性能的语言。虽然如此，在C++使用OOP的编程方式在一些场合未能提供最高性能。[1]详细描述了这个观点，我在此尝试简单说明。注意：其他支持OOP的语言通常都会有本答案中提及的问题，C++只是一个合适的说明例子。历史上，OOP大概是60年代出现，而C++诞生于70年代末。现在的硬件和当时的有很大差异，其中最大的问题是内存墙。内存墙，指的是

Reverse Linked List II(旋转链表的指定部分)LeetcodeReverse a linked list from position m to n. Do it in-place and in one-pass.For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4,return 1->4->3->2

快速排序的精髓就在partition函数的实现。我们构建两个指针，将数组分为三部分，黑色部分全部小于pivot，中间蓝色部分都大于pivot，后面红色部分未知。i指针遍历整个数组，只要它指向的元素小于pivot就交换两个指针指向的元素，然后递增。// arr[]为数组，start、end分别为数组第一个元素和最后一个元素的索引// povitIndex为数组中任意选中的数的索引 int part

#include "stdafx.h"#include <iostream>#include <assert.h>using namespace std;void permutation(char *pStr, char* pBegin){ assert(pStr&&pBegin); if (*pBegin == '\0') cout << pStr << e

概念大端格式：字数据的高字节存储在低地址中，而字数据的低字节则存放在高地址中。 小端格式：与大端存储格式相反，在小端存储格式中，低地址中存放的是字数据的低字节，高地址存放的是字数据的高字节。如5A6C中5A是高字节、6C是低字节，在大端序机器中，高字节位于低地址中，即在大端序中按照5A6C存储，在小端序中按照6C5A存储。为什么存在这种模式因为在计算机系统中，我们是以字节为单位的，每个地址单元都对

看到这个问题是在知乎上， 一个回答：实现一下#include <iostream>#include <vector>#include <string>#include <algorithm>using namespace std;const int RAND_MAXNUM = 100;int bigRand(){ return RAND_MAXNUM*rand() + rand(

快速排序主要就是partition的操作。排序主体/* 递归的实现。A[] -->要排序的数组, s --> 开始位置, e --> 结束位置 */void quickSort(int arr[], int s, int e){ if (s < e) { int p = partition(arr, s, e); /* Partitioning index *

总觉得二分查找很简单，可实现起来却发现一个小错误会导致程序结果出错，本题是解决眼高手低的利题。eaual_range返回的一对指针，指向第一个等于key值得元素和指向第一个大于该值的元素。因此，除了常规的非重复元素的二分查找（重复元素可能查找到任意一个值），还可以实现equal_range的方式考察。先看常规的二分查找int binsearch(int arr[], int left, int ri

深入讲解了深度优先和广度优先算法的实现，有详细的图解实例以及代码实现，清晰易懂。使用类的思想实现代码，面向对象分析。

本文章用七种思路来查找无序数组中的前k个最小（最大）元素，复杂度随着问题的分析变得越来越低，思路也随着分析变得越来越的。贯穿讲解了快速排序和堆排序的应用，对这两种的排序在阅读本文后会有更深刻的理解。

归并排序归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。算法步骤：1. 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列2. 设定两个指针，最初位置分别为两个已经排序序列的起始位置3. 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到

题目要求如下：There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).给出两个有序数组，求解数组合集中的中位数。求

题目要求如下：Given an array of integers, find two numbers such that they add up to a specific target number.The function twoSum should return indices of the two numbers such that they add up to the

Reverse digits of an integer.Example1: x = 123, return 321Example2: x = -123, return -321hen

图解KMP算法过程，代码注释

什么是算法？简而言之，任何定义明确的计算步骤都可称为算法，接受一个或一组值为输入，输出一个或一组值。(来源：homas H. Cormen, Chales E. Leiserson 《算法导论第3版》)可以这样理解，算法是用来解决特定问题的一系列步骤（不仅计算机需要算法，我们在日常生活中也在使用算法）。算法必须具备如下3个重要特性：         有穷性，执行有限步骤后，

1.实现一个算法 确定一个字符串的所有字符是否全部不同。假设不允许使用额外的数据结构，又应该怎么做呢？2.实现void reverse(char * str)函数，实现一个NULL结尾的字符串反转。3.给定两个字符串，请编写程序，确定其中一个字符串的字符重新排列后，能否变成另外一个字符串。4.编写一个算法，把字符串中的空格全部替换为“%20”。假定该字符串尾部有足够的空间存放新增字符，并且知道字符出串的"真实"长度。5.利用字符重复出现的次数，编写一个方法，实现基本的字符串压缩功能。比如，字符串aa

迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。 它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。基本思想     通过Dijkstra计算图G中的最短路径时，需要指定起点s(即从顶点s开始计算)。     此外，引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长

冒泡排序代码：#include #include using namespace std;templatevoid bubbleSort(ItemType theArray[], int n){ bool sorted = false; // False when swaps occur int pass = 1; while (!sorted && (pass

查找（一）我们使用符号表这个词来描述一张抽象的表格，我们会将信息（值）存储在其中，然后按照指定的键来搜索并获取这些信息。键和值的具体意义取决于不同的应用。符号表中可能会保存很多键和很多信息，因此实现一张高效的符号表也是一项很有挑战性的任务。我们会用三种经典的数据类型来实现高效的符号表：二叉查找数、红黑树、散列表。二分查找

查找（二） 散列表散列表是普通数组概念的推广。由于对普通数组可以直接寻址，使得能在O(1)时间内访问数组中的任意位置。在散列表中，不是直接把关键字作为数组的下标，而是根据关键字计算出相应的下标。使用散列的查找算法分为两步。第一步是用散列函数将被查找的键转化为数组的一个索引。我们需要面对两个或多个键都会散列到相同的索引值的情况。因此，第二步就是

排序(一)初级排序算法选择排序思想：首先，找到数组中最小的那个元素。其次，将它和数组的第一个元素交换位置。再次，在剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。如此往复，直到将整个数组排序。 【图例】图中，x轴方向为数组的索引，y轴方向为待排序元素的值。 选择排序有两个很鲜明的特点：

排序（二）以上排序算法都有一个性质：在排序的最终结果中，各元素的次序依赖于它们之间的比较。我们把这类排序算法称为比较排序。任何比较排序的时间复杂度的下界是nlgn。 以下排序算法是用运算而不是比较来确定排序顺序的。因此下界nlgn对它们是不适用的。 键索引计数法（计数排序）计数排序假设n个输入元素中的每一个

分治算法一、基本概念   在计算机科学中，分治法是一种很重要的算法。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。这个技巧是很多高效算法的基础，如排序算法(快速排序，归并排序)，傅立叶变换(快速傅立叶变换)……    任何一个可以用计算机求解的

使用比较短的篇幅、详细的分析、伪代码、代码和动画详细介绍了快速排序和堆排序，并分析了算法思想和复杂度。值得一看

一个字符串S，去掉零个或者多个元素所剩下的子串称为S的子序列。最长公共子序列就是寻找两个给定序列的子序列，该子序列在两个序列中以相同的顺序出现，但是不必要是连续的。例如序列X=ABCBDAB，Y=BDCABA。序列BCA是X和Y的一个公共子序列，但不是X和Y的最长公共子序列，子序列BCBA是X和Y的一个LCS，序列BDAB也是。寻找LCS的一种方法是枚举X所有的子序列，然后注意检查是否是Y的子序列，