CCPP Blog

查找数组中第k大的数问题： 查找出一给定数组中第k大的数。例如[3,2,7,1,8,9,6,5,4]，第1大的数是9，第2大的数是8……思路： 1. 直接从大到小排序，排好序后，第K大的数就是arr[k-1]。 2. 只需找到第k大的数，不必把所有的数排好序。我们借助快速排序中partition过程，一般情况下，在把所有数都排好序前，就可以找到第k大的数。我们依据的逻辑是，经过一次

Linked ListLinked ListSwap Nodes in PairsSort ListRotate ListReverse Nodes in k-GroupReverse Linked ListReverse Linked List IIReorder ListRemove Nth Node From End of ListRemove Linked List Ele

线程同步-信号量(semaphore)生产者与消费者问题再思考在实际生活中，只要有商品，消费者就可以消费，这没问题。但生产者的生产并不是无限的，例如，仓库是有限的，原材料是有限的，生产指标受消费指标限制等等。为了进一步，解决好生产者与消费者问题，引入信号量进机制。信号量信号量(semaphore)是互斥量的升级版：互斥量的状态为0或1，而信号量可以为n。也就是说，使用互斥量时，最多允许一个线程进入关键区，而信号量允许多个，具体值是信号量当前的内部值。相关函数

线程同步-条件变量生产者与消费者问题再引入条件变量之前，我们先看下生产者和消费者问题：生产者不断地生产产品，同时消费者不断地在消费产品。这个问题的同步在于两处：第一，消费者之间需要同步：同一件产品只可由一人消费。第二，当无产品可消费时，消费者需等待生产者生产后，才可继续消费，这又是一个同步问题。详细了解：生产者消费者问题。条件变量条件变量是利用线程间共享的全局变量进行同步的一种机制，并且条件变量总是和互斥锁结合在一起。相关函数

线程同步-读写锁(rwlock)读写锁读写锁是互斥量的细化：显然，只有对全局资然进行写入操作时，才需要同步；在对全局资然进行读取操作时，是不需要锁的。pthread_rwlock_tpthread_rwlock_initpthread_rwlock_destroypthread_rwlock_rdlockpthread_rwlock_wrlockpthread_rwlock_tryrdl

线程同步-互斥量(mutex)线程同步多个线程同时访问共享数据时可能会冲突，于是需要实现线程同步。一个线程冲突的示例

线程原语线程概念 线程（thread），有时被称为轻量级进程(Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。更多详细解释看百度百科：线程。在Linux shell下通过命令 $ ps -Lf pid 查看指定pid号下的所有线程。线程之间的共享与非共享这里的线程是指同一进程下的线程。共享： 1.文件描述符表 2.每种信号的处理方式 3.当前工作目录 4.用户ID和组ID

进程原语1. 进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。 2. 进程环境 在libc中定义的全局变量environ指向环境变量表，environ没有包含在任何头文件中，所以在使用时要用extern声明。用以下代码可以查看当前进程的所有环境变量的信息。

进程间通信-mmap#include <sys/mman.h>void *mmap(void *addr, size_t length, int prot, int flags, int fd, off_t offset);int munmap(void *addr, size_t length); mmap本质是把内存与硬盘上的文件同步。某块内存中的内容会同步到硬盘文件上，即把文件映射到内存。故通过对同一文件的读写达到进程间的通信。参数解释：addr：指定对哪儿块内存实行映射。NULL表示

进程间通信-fifo进程间通信的另一种方式是fifo。fifo是另一种管道：有名管道。从名字可以看出，它也是队列。使用fifo通信前，得先创建fifo

进程间通信-pipe进程间通信每个进程各自有不同的用户地址空间，任何一个进程的全局变量在另一个进程中都看不到，所以进程之间要交换数据必须通过内核，在内核中开辟一块缓冲区，进程1把数据从用户空间拷到内核缓冲区，进程2再从内核缓冲区把数据读走，内核提供的这种机制称为进程间通信（IPC，InterProcess Communication）。pipe管道（pipe）就是一项基本的进程间通信的方法。

前缀、中缀、后缀表达式1.定义所谓的前、中、后，是指表达式中运算符相对于运算对象的位置。中缀运算符位于运算对象中间，即是中缀表达式。如(1+2)*3-4最普遍的、最易被人脑理解的是中缀表达式。前缀运算符位于运算对象之前，即是前缀表达式。如-*+1234后缀运算符位于运算对象之后，即是后缀表达式。如12+3*4-2.总结前缀、后缀不易被人脑理解，但易于被计算机解析。只有对中缀表达式进行合理的转换，才可得到相应的前、后缀表达式。

挑战面试编程：左移字符串问题描述：左移字符串：如有字符串“abcdefg”,可把它看作是一首尾相连的字符串，左移三个字符后，变为“defgabc”，请编程实现。方法一：利用额外的内存空间，实现中转。步骤1：把“abc”存储到额外空间；步骤2：把“defg”移动到字符串的首部。至此，“defg”到达最终位置。步骤3：把“abc”strcat到“defg”的尾部。

大整数的加、减、乘、除 一切都是有限的，哪怕是看起来无限的时间或空间都很可能是有限的。在计算机中内置类型的加、减、乘、除都是有限的。我们来实现一个“无限”的大整数加、减、乘、除。以下使用C++代码实现

C++拾遗--类成员指针前言 类成员的类型与一般类型不同，那么类成员的指针类型自然与一般类型的指针有所区别。我们有必要来探讨下类成员指针的使用。正文类成员指针是指可以指向类的非静态成员的指针。它的类型包括了类类型和所指向的成员类型。一般而言，指针指向的是对象，而类成员指针指向的是类成员而非类对象。需要指出，类成员指针不是可调用对象，要想通过类成员指针调用类成员，需结合类对象或类指针。静态类型成员属于类，类型与普通指针相似。数据成员指针一般的声明形式：成员类型 classname:

挑战面试编程：十六进制数转化为八进制数题目：问题描述　　给定n个十六进制正整数，输出它们对应的八进制数。输入格式　　输入的第一行为一个正整数n （1<=n<=10）。　　接下来n行，每行一个由0~9、大写字母A~F组成的字符串，表示要转换的十六进制正整数，每个十六进制数长度不超过100000。输出格式　　输出n行，每行为输入对应的八进制正整数。注意　　输入的十六进制数不会有前导0，比如012A。　　输出的八进制数也不能有前导0。样例输入239123ABC样例输出71443

linux C/C++：文件操作--open、create、close文件描述符 内核（kernel）利用文件描述符（file descriptor）来访问文件。文件描述符是非负整数。打开现存文件或新建文件时，内核会返回一个文件描述符。读写文件也需要使用文件描述符来指定待读写的文件。系统内核会为每一个进程维护一份文件描述符表。如下：

设计模式：单例模式前言 单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统资源。如果希望在系统中某个类的对象只能存在一个，单例模式是最好的解决方案。(百度百科)正文我们简单的实现一个单例模式，先看代码，后分析：单例示例代码

C++拾遗--lambda表达式原理前言 lambda表达式是在C++11新标准中提出的。在lambda表达式中，我们集中梳理了一下它的使用。现在来讨论下它的实现原理。正文1.函数对象类的对象跟括号结合，表现出函数一般的行为，这个对象可以称作是函数对象。

C++拾遗--函数重载前言 函数重载(overloaded)似乎并不难，至于函数重载规则，比较简单，没什么好讲的。但仍有一些问题值得注意。下面从几个关键词入手：正文1.作用域关于作用域，需要指出几点事实用大括号{}括起来的区域处于同一作用域，常见的有函数体、for、if语句等。同一作用域内不可出现同名的变量，若是函数同名，那就是函数重载问题。不同作用域内同名与否，没影响。所有的函数之外的区域就是全局作用域。首先需要指出，同一作用域中的函数才会出现重载问题。不同作用域中的函数即使

C++拾遗--C++多线程引入前言 C++库文件也提供了对多线程的支持，主要包含头文件thread即可使用C++中的多线程。它的一些与多线程有关的方法和C语言不同。我们有必要来探讨下C++编程下如何使用多线程。正文1.示例与C语言多线程引入相同，我们先看一个C++多线程的示例。

C++拾遗--多线程：关键段解决子线程的互斥前言 为了解决子线程的互斥问题，windows系统提出了关键段(CRITICAL_SECTION)的概念。它一共有四个共两对操作：初始化、销毁，进入、离开。它们定义在头文件synchapi.h中。1.初始化关键段变量VOID WINAPI InitializeCriticalSection( LPCRITICAL_SECTION lpCriticalSection );2.销毁关键段变量VOID WINAPI DeleteCrit

C++拾遗--多线程：主线程与子线程的同步前言 在多线程编程时，有时是需要要求主线程与子线程同步的。正文下面的一个例子，演示了主线程与子线程之间的同步问题。程序描述：在主线程中，有一整型变量count，初始化为0。主线程把count的地址传递给开启的子线程，子线程打印获取的值，随后主线程递增count的值，再次开启另一个子线程，传递count的地址……

C++拾遗--原子操作解决线程冲突前言 在多线程中操作全局变量一般都会引起线程冲突，为了解决线程冲突，引入原子操作。所谓原子操作，是指不会被线程调度机制打断的操作，操作一旦开始，就得执行到结束为止。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。原子操作一般靠底层汇编实现。

C++拾遗--多线程：C语言多线程的引入前言 多线程是编程中的一个重要内容。多核时代使多线程成为一种可能，显然，一件事情多个人干，效率一定会提升。下面来看下C语言中是如何使用多线程的。正文1.CreateThread先来看一个实例

C++拾遗--虚函数原理前言 C++的多态依赖虚函数来实现。若类存在虚函数，则每一个类的实例都维护了一个地址，这个地址指向虚函数表。虚函数表中存放的是类中所有虚函数的地址。下面我们找出虚函数表的地址，从而获得每个虚函数的地址，然后使用地址直接调用虚函数。正文1.空类的size

C++拾遗--引用前言 引用就是别名(alias)。所谓别名，就是对已存在的对象另起一个名字。本身含义并不难理解，但与其它概念一组合，就成了使用难点。再加上新标准提出了新的一种引用-右值引用，引用这一概念就变得更加难以理解和使用。正文 随着新标准(新标准往往就是新的技术)的提出，引用这一概念分成两类：左值引用、右值引用。其中左值引用是最常用的一种，而右值引用则是语言使用上的一种革新。1.左值引用左值引用的基本语法Type &引用名 = 左值表达式;

C++拾遗--定位new表达式前言 new表达式，默认下把内存开辟到堆区。使用定位new表达式，可以在指定地址区域(栈区、堆区、静态区)构造对象，这好比是把内存开辟到指定区域。正文定位new表达式的常见形式

C++拾遗--new delete 重载前言 new和delete是操作动态内存的一对操作。对它们重载可以对内存管理进行有效的定制。正文1.局部重载特别针对某一类型，对new和delete进行重载，可以对该类型对象的动态创建实行监控。如下代码：代码一

C++拾遗--malloc free与new delete的同与不同前言 在C中我们常使用malloc和free来动态分配与释放内存，在C++中对应的是new和delete。这里我们来探讨下他们的同与不同。1.内置类型对相同的代码进行调试，查看内存

C++拾遗--智能指针前言 内存泄露是常见的问题，新标准中的智能指针从根本上解决了这个问题。所谓的智能指针，其智能性体现在：当没有对象使用某块动态分配的内存时，那就自动释放这片内存。智能指针下面这段程序可耗尽内存，导致程序崩溃。

C++拾遗--模板元编程前言 模板元是用于递归加速的，把运行期的函数调用变到编译期进行代码展开，类似于内联函数。下面看一个实例：斐波那契数列第n项求解。模板元编程

C++拾遗--name_cast 显式类型转换前言 C++中提供了四种显式的类型转换方法：static_cast,const_cast,reinterpret_cast,dynamic_cast.下面分别看下它们的使用场景。显式类型转换1.staitc_cast这是最常用的，一般都能使用，除了不能转换掉底层const属性。

C++拾遗--函数模板前言 泛型的核心思想是数据与算法分离。函数模板是泛型编程的基础。函数模板函数模板以 template<arg_list> 开头，arg_list是泛型参数的列表。1.模板的泛型参数个数确定实例一下面是一个加法函数模板，在实例化时，我们传入普通的数据类型。

C++拾遗--构造函数(二)拷贝构造前言 在构造函数(一)中讨论的是默认构造函数的一些应用。这里我们来探讨下其它的一些有名构造函数，及其它们的应用场景。

C++拾遗--构造函数(一)默认构造前言 对一个类而言，构造函数恐怕是最重要的一个成员函数了。关于构造函数的细节繁多，并且随着新标准的提出，构造函数有了新的特性。本文来集中探讨下构造函数的那些鲜为人知的一面。构造函数 构造函数的作用众所周知：在类的对象被创建时，控制对象的初始化和赋值。构造函数的一般形式：类名(arg_list);其中arg_list是用逗号隔开的参数列表。特点：无返回值类型，且不可加const限制。默认构造函数需要特别指出，无参的构造函数是默认的，有参但都有

C++拾遗--bind函数绑定前言 函数绑定bind函数用于把某种形式的参数列表与已知的函数进行绑定，形成新的函数。这种更改已有函数调用模式的做法，就叫函数绑定。需要指出：bind就是函数适配器。

前言 在用C++进行面向对象编程时，this指针是一个人尽皆知的东西。但我们真的清楚它吗？下面我们对它的存在意义和使用方法一一进行探讨。this指针存在意义：我们为何需要this指针？

CCPP Blog 结构、算法、C、CPP 博客中的所有系列和专栏的目录都可在这里找到

C++拾遗--lambda表达式前言 有时，我们需要在函数内部频繁地使用某一功能。此时，我们可以把这种功能写成一个独立的函数。而实际上，这个新的函数很可能是不需要在其它的地方进行调用的。我们想限定它的作用范围，最好是仅限于当前函数。而函数的内部是不可以重新定义其它的函数的。为了解决这个问题，在新的标准中，C++引入了lambda表达式(lambda expression)的概念。有了lambda表达式，C++向一门完美的语言又进了一大步。总的来说，lambda表达式极大地提升了C++的函数运用能力

前言    C++语言标准更新很慢，截止到本文为止，最新的是C++11和C++14标准。C++是一门很有魅力，但也的确很难的编程语言，能够称得上精通它的人的确不多。本序列不致力于写成C++的百科全书，而是基于最新标准对一些语言上的难点和易于被大多数人忽略的语言点，进行探讨--故名拾遗。目录1.lambda表达式

链表逆转的多种实现链表的逆转是一种常见又较复杂的操作，下面使用多种方式进行实现：while、递归以及goto。

字符串匹配的双重递归式写法字符串的匹配有很高效的KMP、Sunday等算法，可供使用。下面使用的匹配算法本质上是朴素的，但它的双重递归式的写法仍然值得借鉴。

原码、反码、补码是关于整数在计算机中的三个概念。在计算机中，对于整数是这样存储的，在所有的二进制位中用一位(最高位)当做符号位，约定0表示正数，1表示负数，其余的是数值位。需要指出正数的原码、反码、补码都是一样的。对于sizeof(int)为4的环境，1 的二进制是 0000 0000 0000 0000 0000 0000 0000 0001 (原码)-1的二进制是 1000 0000 0000 0000 0000 0000 0000 0001 (原码)反码反码则规定为相对于原码符号位不变，数值

差值查找 在二分查找中，我们每次比较都可以排除一半的数据量，这个已经是很高效了。如果利用关键字本身的信息，每次排除的数据量充分依赖于关键字的大小，则查找会更高效，这就是差值查找的思想。下面通过示例代码，比较二分查找和差值查找的不同，在不同中领略差值查找的改良之处。

字符串替换写一个字符串替换函数，如母串"123123123123"，把母串中的子串"123"，替换为"12345"，或者"12"。思路：利用库函数strstr()，定位子串。使用strcpy()进行替换。不断重复着定位和替换操作，直到定位到NULL为止。

外排序 外排序问题的出现，主要是因为内存不够。当需要排序的数据量过多，以至于无法一次性把所有的数据都放入内存，这导致了外排序问题的出现。解决大数据量排序的方法是：先分块排序，后进行块合并。外排序步骤把原数据分成几段读入内存，以至于每一块都可以完整的在内存中进行排序，排序好后，写入外部存储设备。归并已排序好的数据块。这就是归并排序在外排序中的应用。 对每块数据进行排序，可以使用各种内排序方法：快速排序、归并排序、堆排序等。这个比较简单，下面模拟一个对排序好的数据块进行归并的过程。

字符串查找是在一个大的文本中查找一个给定的模式串，常用的算法有KMP、BM、Sunday等。而字符串包含要求比较低：只要字符包含就行，不需要连续。例如，S="abcd"，T="ac"，做查找运算，则T不在S中；做包含运算，T包含在S中。

当我们对所检索序列中元素的分布一无所知或元素本身就是随机分布的时候，顺序检索是常用的方法。 常用的返回值策略是，若用数组array，从下标0开始存储元素，检索成功则返回相应下标，失败则返回-1。另一种返回策略是：若从下标1开始存储元素，0号位置作为sentinel(哨兵)，返回0则表示检索失败。使用这种返回策略会减少循环条件的判断，提高效率。直接看代码

位图法是一种逻辑上很巧妙的描述集合的方法。如集合S={2,4,1,5,12}，它用位图描述就是 0110 1100 0000 1000，两个字节即可描述S，左边是低阶位。用bitset<16>存储的话就是{[15]、[14]、...[1]、[0]}={0001000000110110}。用位图对集合进行描述后，就很方便进行集合的运算，如交、并和差。

回文(palindrome)问题是一个很常见的问题。回文现象是指从左到右和从右到左阅读是一样的串或数字。例如串："abcba"、数字：121。串的回文问题一、从首尾向中间递进二、从中间向首尾递进复杂度分析因为最多只需遍历一次串，所以以上两种方法的时间复杂度都是O(n)。只使用到了两个int型的变量充当指针，故空间复杂度都是O(1)。

Kruskal算法 求解最小生成树的另一种常见算法是Kruskal算法，它比Prim算法更直观。从直观上看，Kruskal算法的做法是：每次都从剩余边中选取权值最小的，当然，这条边不能使已有的边产生回路。手动求解会发现Kruskal算法异常简单，下面是一个例子算法说明 为了判断环的出现，我们换个角度来理解Kruskal算法的做法：初始时，把图中的n个顶点看成是独立的n个连通分量，从树的角度看，也是n个根节点。我们选边的标准是这样的：若边上的两个顶点从属于两个不同的连通分量，则此边可取

最小生成树 给定一无向带权图，顶点数是n，要使图连通只需n-1条边，若这n-1条边的权值和最小，则称有这n个顶点和n-1条边构成了图的最小生成树(minimum-cost spanning tree)。Prim算法 Prim算法是解决最小生成树的常用算法。它采取贪心策略，从指定的顶点开始寻找最小权值的邻接点。图G=<V,E>，初始时S={V0}，把与V0相邻接，且边的权值最小的顶点加入到S。不断地把S中的顶点与V-S中顶点的最小权值边加入，直到所有顶点都已加入到S中。

Floyd算法 Dijkstra算法是用于解决单源最短路径问题的，Floyd算法则是解决点对之间最短路径问题的。Floyd算法的设计策略是动态规划，而Dijkstra采取的是贪心策略。当然，贪心算法就是动态规划的特例。算法思想 点对之间的最短路径只会有两种情况：两点之间有边相连，weight(Vi,Vj)即是最小的。通过另一点：中介点，两点相连，使weight(Vi,Vv)+weight(Vv,Vj)最小。Min_Distance(Vi,Vj)=min{weight(Vi,Vj)

单源最短路径 给定一带权图，图中每条边的权值是非负的，代表着两顶点之间的距离。指定图中的一顶点为源点，找出源点到其它顶点的最短路径和其长度的问题，即是单源最短路径问题。Dijkstra算法 求解单源最短路径问题的常用方法是Dijkstra(迪杰斯特拉)算法。该算法使用的是贪心策略：每次都找出剩余顶点中与源点距离最近的一个顶点。算法思想 带权图G=<V,E>，令S为已确定了最短路径顶点的集合，则可用V-S表示剩余未确定最短路径顶点的集合。假设V0是源点，则初始 S={V0}。

拓扑排序 在实际应用中，有向图的边可以看做是顶点之间制约关系的描述。把顶点看作是一个个任务，则对于有向边<Vi,Vj>表明任务Vj的完成需等到任务Vi完成之后，也就是说任务Vi先于任务Vj完成。对于一个有向图，找出一个顶点序列，且序列满足：若顶点Vi和Vj之间有一条边<Vi,Vj>，则在此序列中顶点Vi必在顶点Vj之前。这样的一个序列就称为有向图的拓扑序列(topological order)。步骤从有向图中选取一个没有前驱(入度为0)的顶点输出。删除图中所有以它为起点的弧。

图的遍历是指从图中的某一顶点出发，按照一定的策略访问图中的每一个顶点。当然，每个顶点有且只能被访问一次。在图的遍历中，深度优先和广度优先是最常使用的两种遍历方式。这两种遍历方式对无向图和有向图都是适用的，并且都是从指定的顶点开始遍历的。先看下两种遍历方式的遍历规则：深度优先深度优先遍历也叫深度优先搜索(Depth First Search)。它的遍历规则：不断地沿着顶点的深度方向遍历。顶点的深度方向是指它的邻接点方向。

当图中的边数较少时，用邻接表来实现图结构，则会浪费很多内存空间。因此，考虑另一种实现图结构的方法：邻接表。在邻接表中主要有两种节点结构体：

为了表现图中顶点之间的关联，我们可以使用邻接矩阵来实现图结构。所谓的邻接矩阵，就是一个反应边与边之间联系的二维数组。这个二维数组我们用matrix[numV][numV]表示，其中numV是顶点数。对于无权图若顶点Vi和Vj之间有边，则matrix[Vi][Vj]=1;否则matrix[Vi][Vj]=0。对于有权图若顶点Vi和Vj之间有边，且权值为weight，则matrix[Vi][Vj]=weight;否则matrix[Vi][Vj]=0或MAXWEIGHT(取最小权值或最大权值)。

在c语言中，可变参数的函数极其常见，如常用的printf()。可变参数函数的一般形式如下：返回值类型 函数名(类型1 参数1,类型2 参数2,...类型n 参数n,...);如上所示，这是一个典型的可变参数样式，它共有n个确定的参数，最后的...表示可变参数的含义。必须指出...必须位于最后，并且它至少要有一个确定的参数，原因后面陈述。为了开发可变参数的函数，需用到头文件stdarg.h。下面共给出两个实例，在实例中详细解释用法。一是求可变个整数的和；二是模仿printf函数。

在前几篇文章中，我们已经见过指针运算的使用场景，并多次使用指针运算来进行验证。这里我们来特别地总结下，指针运算的本质含义。在c语言中，假设p、pa、pb都是某种类型的指针，这样的运算被称为指针运算： ，前提：pa和pb类型相同。其本质是1.。2.，得到的是逻辑存储单元数，而不是简单的物理字节数。

c中的const表达着“常量”的意思，更准确地说是“read-only”(只读)的含义。当const与指针相遇时，由于其与*的相对位置不同，会产生不一样的效果。举例说明(1)const位于*的左侧如，const int *p;此时等同于int const *p;此时，const的含义体现在：*p是只读的。(1)const位于*的右侧如，int *const p;此时，const的含义体现在：p是只读的。

c中的数组是一种聚合类型，把同种类型的元素按顺序存储，即是数组。c中数组类型的特点在于：它是嵌套定义的。

在继续探索c指针之前，有必要来解析下c语言中复杂的声明语法。只需要记住两则：一个原则，一个规则。原则：先看标示符。规则：运算符优先级是规则。

在c中指针和数组似乎有着千丝万缕的关系。其实它们不是一回事：指针是指针，数组是数组，两者不相同。

c语言中描述变量的时候常用的两个用语1.作用域：也叫可见域，指的是变量的作用范围。在哪个范围内，该变量是可以使用的，可见的。2.生存期：也叫存储期，指的是变量从创建到销毁的生存时间段。作用域和存在域是两个不同的概念，比如在程序的某个位置，某变量存在(内存中分配了地址)但不可见(不可使用)。

首先明确一个观点：指针就是地址。这是理解指针的起始一步。

c语言中有一个重点：c指针。它也是一个难点。当然，这是一句废话：重点往往也是难点。在c标准中，对指针的定义是这样的：指针的类型是derived from其它类型，也就是说指针的类型是由它指向的类型决定的；指针是一种reference类型，即引用类型； c指针似乎很难理解，以至于有人指出：掌握了c指针，就掌握了c语言的精髓。本系列就来聊聊c指针，要想弄懂c指针。光就指针本身进行理解，还不够。 因为指针的本质就一句话：指针就是地址。这句话大多数学过c语言的人都明白，但对很多使用指针的场景仍然

引言字符串的模式匹配是一种常用的操作。模式匹配(pattern matching)，简单讲就是在文本(text，或者说母串str)中寻找一给定的模式(pattern)。通常文本都很大，而模式则比较短小。典型的例子如文本编辑和DNA分析。在进行文本编辑时，文本通常是一段话或一篇文章，而模式则常常是一个单词。若是对某个指定单词进行替换操作，则要在整篇文章中进行匹配，效率要求肯定是很高的。模式匹配的朴素算法最简单也最容易想到的是朴素匹配。何为朴素匹配，简单讲就是把模式串跟母串从左向右或从右向左一点一点比较：

图概述图(Graph)是一种比线性结构和树形结构都要复杂的数据结构。简单讲，图是由表示数据元素的的集合V和表示数据之间关系的集合E组成。其中，数据元素常称作顶点(vertex)，数据之间的关系常称作边(edge)。故图可记为G=<V,E>，其中V是顶点的有穷非空集合，E是边的集合。在图中顶点的前驱和后继是不设限制的，因此图描述的是一种网状关系。无向图若边是无序的或者说是无向的，则称此图是无向图。若无向图中有边(v1,v2)(无向图中边用圆括号表示)，则显然(v2,v1)和(v1,v2)是同一条边。

索引排序在排序时，若是数据很复杂，对数据的移动显然是费时的。若把数据移动改为指针移动，则减少了操作复杂度。索引排序，也叫地址排序，就是这种排序思想。索引含义根据索引的含义不同，索引排序的算法上也主要分为两种。一、index[i]为array[i]最终在有序序列中的位置。二、index[i]为位置i上最终应存放元素的下标。即最终元素按array[index[0]]、array[index[1]]……有序。

二分检索二分检索(Binary Search)也叫二分查找，是应用于有序表上的一种检索方法。二分检索的思想是：由于序列已经有序，故不需要顺序遍历，每次只需和序列中间位置的元素进行比较即可，以此确定下次查找的位置。显然每次都可以排除一半的元素，很高效。

哈夫曼树给定n个权值作为n个叶子结点，构造一棵二叉树，若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(Huffman tree)。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。节点的带权长度是这样定义的：节点的权值*根节点到该节点的路径长度。树的带权路径长度(Weighted Path Length of Tree，简记为WPL)则是指所有节点的带权长度和。哈夫曼树就是使WPL最小的一种树，并且哈夫曼树是满二叉树。它的构造方法是哈夫曼方法。哈夫曼树是这样构造的：

桶排序桶排序(Bucket Sort)是对基数排序的一个变种。在排序过程中没有用到计数数组，而是用不同的桶来暂时存储关键字。看一个示意图：整个过程就是在不断地分配、收集。在实际应用中，根据桶的创建策略，桶排序也有不同的写法。下面给出两种不同的桶创建方式。一、使用静态队列创建桶。二、使用二维数组模拟桶。

前言当序列中元素范围比较大时，就不适合使用计数排序。针对这种情况，就有了基数排序，这是一种按位排序。它仍然是以计数排序为基础。基数排序基数排序的基数：十进制数的基数自然是10，二进制的基数自然是2。通常有两种按位排序策略：1.高位优先法(most significant digit first,MSD)：简单讲就是从高位排起。2.低位优先法(least significant digit first,LSD)：它与高位优先相反，从低位排起。从排序效果上看，高位优先比较直观，但却涉及到递归的过程，故

前言一般的排序都是需要进行关键字的比较的。有没有不需要比较的的呢？有的，计数排序就是其中一种。计数排序假设输入序列都是0到k之间的整数，则可使用计数排序。具体操作是这样的：创建一个同类型同等大小的临时数组temp，用于备份输入序列。创建一个整型大小为k的数组count，用于统计序列中各元素出现的次数。接下来只需把备份序列从大到小放回原数组即可。一个示例图：