yhxxhy978的博客

1、问题及算法描述问题：在一个 8*8 的棋盘上，马按照“日”字走，给定一个起点，打印出马不重复的走完棋盘64个格子的路径。 解答：递归 + 回溯 。对于任一步，马能走的下一步最多有8个位置，满足两个条件： 依旧在棋盘内； 没有被访问过； 如果下一步没有可选项，这时候就需要回溯，选择新的下一步。 优化： 暴力递归，对于8*8的棋盘，一般需要运行30秒左右才能出来结果； 优化方式：贪心算法优化，对下一步的下一步可选择数目做非递减排序，然后选择走数目最少的一步，减少回溯的次数；

1、问题及算法描述问题：在有权图中，如何求从各顶点出发到其他各顶点的最短路径？ 弗洛伊德算法：1962年由Robert Floyd提出，用于求加权图中的最短路径问题，相比迪杰斯特拉算法，前者执行效率更高，更容易理解，且能一次性求得各顶点到其他各顶点的最短距离（迪杰斯特拉算法只能求得一个顶点到其他顶点的最短路径）。 步骤： ① 从任意一条单边路径开始。所有两点之间的距离是边的权，如果两点之间没有边相连，则权为无穷大。 ② 对于每一对顶点 u 和 v，看看是否存在一个顶点 w 使得从 u 到

1、问题及算法描述迪杰斯特拉算法：由荷兰计算机科学家狄克斯特拉于1959 年提出，解决有权图中的最短路径问题，即从一个顶点到其余各顶点的最短路径； 特点：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； 问题：从G点出发，访问其他所有顶点，求行走的最短路径； 2、Java代码/*迪杰斯特拉算法求最短路径 */package Algorithm.Dijkstra;import java.util.Arrays;/** * @author bigyang

1、问题及算法描述“修路问题”与“普利姆算法”所解决的问题相同； 克鲁斯卡尔算法（Kruskal Algorithm），用于求加权连通图的最小生成树； 步骤：含n个顶点的森林，按照权值从小到大的顺序选择n-1条边加入到最小生成树中，并使树； 核心：排序 + 不构成回路。2、Java代码package Algorithm.Kruskal;import java.util.Arrays;/** * @author bigyang * @date 2020/11/05 */pub

1、问题及算法描述生成树：含有 n 个顶点的连通图可以构成多种生成树，如下图（a）。但最少可用n-1条边将所有顶点连接起来，如下图（b）； 最小生成树：对带有权值的图，生成树路径中权值总和最小的路径，称为最小生成树。最小生成树的顶点为 n，边为 n-1； 修路问题：有7个村庄(A, B, C, D, E, F, G) ，现在需要修路把7个村庄连通，各个村庄的距离用边线表示(权) ，如何修路保证各个村庄都能连通，并且总的修建公路总里程最短? Prim（普里姆）算法： ​​​​​​​①...

1、问题和算法描述使用哈希表，集合及贪心算法解决“集合的覆盖问题”：选择最少的广播台，能覆盖所有的地区； K1 “北京”、“上海”、“天津” K2 “广州”、“北京”、“深圳” K3 “成都”、“上海”、“杭州” K4 “上海”、“天津” K5 “杭州”、“大连” 贪心算法的思想：每次都选择覆盖最广（未覆盖地区）的电台，然后更新未覆盖地区集合，重复这两步操作，直到未覆盖地区集合为空； 最后通过贪心算法，选出来...

1、问题和算法简介字符串匹配问题：有一个源字符串S（例："BBC ABCDAB ABCDABCDABDE"），和一个模式串P（例："ABCDABD"），现在要查找P在S中的位置，怎么查找呢？ 暴力匹配算法：模式串P逐一去匹配S，匹配失败就回溯到上次开始匹配位置的下一个位置再次重新匹配；如下图，当方框内空格和D字符没有匹配上，就回溯到箭头处。 KMP算法：由三个人联合发表的算法，是暴力匹配算法的改进版，匹配失败后的回溯位置不是上次开始匹配位置的下一个位置，而是跳过已经比较过的部分，跳动的位数 =

1、背包问题背包问题：限定容量的背包，求放入物品总价值最大的方式 01背包：有N件物品和一个容量为V的背包，第i件物品消耗的容量为Ci，价值为Wi，求解放入哪些物品可以使得背包中总价值最大； 完全背包：有N种物品和一个容量为V的背包，每种物品都有无限件可用，第i件物品消耗的容量为Ci，价值为Wi，求解放入哪些物品可以使得背包中总价值最大； 多重背包：有N种物品和一个容量为V的背包，第i种物品最多有Mi件可用，每件物品消耗的容量为Ci，价值为Wi，求解入哪些物品可以使得背包中总价值最大。 2

1、分治算法和汉诺塔问题分治算法：Divide - and - Conquer，即“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太......直到最后子问题可以简单的直接求解，原问题的解就是子问题的解的合并。 步骤： 分解：将原问题分解为若干个规模较小，相对独立，与原问题形式相同的子问题； 解决：若子问题规模较小而容易被解决就直接解决，否则考虑递归地解各个子问题； 合并：将各个子问题的解合并成原问题的解。 汉诺塔问题： 藐视：三根高度

1、二分查找法原理及递归实现。2、Java代码/*不使用递归的二分查找法 */package Algorithm.Search;/** * @author yhx * @date 2020/11/02 */public class BinarySearchNoRecursion { public static void main(String[] args) { int[] arr = {1, 3, 8, 10, 11, 67, 100};

1、图1、为什么要用图：线性表局限于一个前驱一个后继，树只能有一个前驱（父节点），这两种数据结构可表征的结构形式较为简单，无法表示多对多的关系； 2、什么是图：一种数据结构，其中的节点可具有零个或多个相邻元素；两个节点之间的连线称为边，节点也称顶点； 3、分类： ① 无向图（undirected graph）：一个图结构中，所有的边都没有方向性； ② 有向图（directed graph）：一个图结构中，边有方向性； ③ 带权图：一个图结构中，边具有权值；也称为网；

1、多叉树二叉树的缺陷：每个节点只有1个数据域及2个子树指针域，当节点过多时，树的高度增加，使用时频繁执行I/O操作，导致速度降低；

1、平衡二叉树概念：平衡二叉树（Balanced Binary Tree）又被称为AVL树，首先这是一棵 “二叉排序树” ，其次它的左右两个子树的高度差的绝对值不超过1，这很好的解决了二叉查找树退化成链表的问题； 举例：如下，左边二叉排序树的左子树高度为2，右子树高度为0，二者的高度差为2，这是一棵非平衡二叉树；右边二叉树的左子树高度为1，右子树高度为2，二者的高度差为1，所以是一棵平衡二叉树。调整措施：左旋转、右旋转和左右双旋转；简而言之，就是更换根节点，使左右子树的高度差小于等于1；上图为使

1、二叉排序树概念：BST（Binary Sort Tree），二叉树的任何一个非叶子节点，左节点值 ≤当前节点值 ≤ 右节点值；

1、写在前面文件的压缩原理与字符串压缩原理相同，都是用哈夫曼编码； 文件的压缩与解压涉及到输入输出流操作；2、Java代码 -- 文件的解压和压缩package DataStructures.Tree;import java.io.*;import java.util.*;/** * @author yhx * @date 2020/10/17 */public class HuffmanCode { /** * 生成哈夫曼树对应的哈夫曼编码 *

1、哈夫曼编码Huffman Coding：是哈夫曼树在电讯通信领域的经典应用，被用于数据文件压缩，其压缩率在20%-90%之间，是可变字长编码（VLC）的一种，属于无损压缩； 固定长度编码：使用固定长度的符号编码，如使用8位二进制数进行编码的ASCII码就是最常用的定长编码；定长编码后的数据文件较大； 可变字长编码：根据字符在文件中的出现率大小分配不同长度的编码，出现几率高的字符使用较短的编码，反之亦然。这能使编码后的文件得到一定压缩，但可能使解码产生二义性； 哈夫曼编码是变长编码，但通过

1、哈夫曼树Huffman Tree：给定N个权值作为N个叶子节点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树。、 1、路径：在一棵树中，从一个节点往下可以达到的孩子或孙子节点之间的通路，称为路径； 2、路径长度：路径分支（叉）的次数称为路径长度，则从根结点到第L层结点的路径长度为 L-1； 3、节点的权：节点被赋予的值； 4、带权路径长度：路径长度与节点权值的乘积； 5、树的带权路径：所有叶子节点的带权路径长度之和，记为WPL（weig

1、堆排序Heap Sort：利用堆这种数据结构而设计的一种排序算法，是选择排序的一种； 大顶堆：一棵完全二叉树，其每个结点的值都大于或等于其左右孩子结点的值； 小顶堆：一棵完全二叉树，其每个结点的值都小于或等于其左右孩子结点的值； 升序步骤： 将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点； 将其与末尾元素进行交换，此时末尾就为最大值； 然后将剩余 n-1个元素重新构造成一个堆，这样会得到n个元素的次大值； 如此反复执行，便能得到一个有序序列；

1、线索化二叉树概念：上篇博文简介了顺序存储（数组）二叉树，相应的也有线索化（链表）二叉树。利用二叉树中的空指针域来存放在某种遍历次序下的前驱和后继，这种指针叫“线索”。这种加上了线索的二叉树称为线索二叉树（Threaded BinaryTree）； 通俗来讲：如下图的二叉树，它的中序遍历结果为 4 - 2 - 5 - 1 - 6 - 3，那 2 这个节点在中序遍历中的前驱就是4，后继节点就是5，但是单从二叉树中无法直接看出这个关系，因此，我们对原二叉树做一些小修改。我们都知道，n个节点的二叉树有2n

1、顺序存储二叉树概念：即二叉树的顺序存储结构，更直白一点就是“使用数组存储二叉树”； 限制：只能是完全二叉树，否则要将普通二叉树转为完全二叉树，空缺的地方内容为空； 存储方式：从根节点开始，按照层次依次将树中节点存储到数组； 特点： 1、n：标识二叉树的第几个元素​​​​​​​，根节点为0； 2、第n个元素的左子节点编号为2*n+1。如上图的2号节点，它的左子节点编号为 2*2+1 = 5； 3、第n个元素的右子节点为2*n+2。如上图的1号节点，它的右子节点编...