{ "熵码匠艺": "Software Craftsmanship" }

摘要： 当谈及 Lock-Free 编程时，我们常将其概念与 Mutex 或 Lock 联系在一起，描述要在编程中尽量少使用这些锁结构，降低线程间互相阻塞的机会，以提高应用程序的性能。类同的概念还有 "Lockless" 和 "Non-Blocking" 等。实际上，这样的描述只涵盖了 Lock-Free 编程的一部分内容。本质上说，Lock-Free 编程仅描述了代码所表述的性质，而没有限定或要求代码该如何编写。 阅读全文

摘要： 在 1977 年，Robert S. Boyer (Stanford Research Institute) 和 J Strother Moore (Xerox Palo Alto Research Center) 共同发表了文章《A Fast String Searching Algorithm》，介绍了一种新的快速字符串匹配算法。这种算法在逻辑上相对于现有的算法有了显著的改进，它对要搜索的字符串进行倒序的字符比较，并且当字符比较不匹配时无需对整个模式串再进行搜索。 Boyer-Moore 算法的主要特点有：对模式字符的比较顺序时从右向左；预处理需要 O(m + σ) 的时间和空间复杂度；匹配阶段需要 O(m × n) 的时间复杂度；匹配阶段在最坏情况下需要 3n 次字符比较；最优复杂度 O(n/m)。 阅读全文

摘要： 解决字符串匹配的算法包括：朴素算法（Naive Algorithm）、Rabin-Karp 算法、有限自动机算法（Finite Automation）、 Knuth-Morris-Pratt 算法（即 KMP Algorithm）、Boyer-Moore 算法、Simon 算法、Colussi 算法、Galil-Giancarlo 算法、Apostolico-Crochemore 算法、Horspool 算法和 Sunday 算法等。本文主要介绍 Naive 算法和 KMP 算法的基本原理和实现。 阅读全文

摘要： 斐波那契堆（Fibonacci Heap）同二项堆（Binomial Heap）一样，也是一种可合并堆（Mergeable Heap）。与二项堆一样，斐波那契堆是由一组最小堆有序树构成，但堆中的树并不一定是二项树。与二项堆中树都是有序的不同，斐波那契堆中的树都是有根而无序的。 阅读全文

摘要： 在计算机科学中，二项堆（Binomial Heap）是一种堆结构。与二叉堆（Binary Heap）相比，其优势是可以快速合并两个堆，因此它属于可合并堆（Mergeable Heap）数据结构的一种。 阅读全文

摘要： 常见的堆实现为二叉堆（Binary Heap），其实际上是一颗二叉树（Binary Tree），并且是一颗完全二叉树（Complete Binary Tree）。当堆被实现为完全二叉树时，其高度为最小高度。如果堆中有 n 个节点，则最小高度为 Θ(lg n)。 阅读全文

摘要： 在 1997 年，MIT 的计算机科学实验室研究员 David Karger, Eric Lehman, Tom Leighton, Matthew Levine, Daniel Lewin, Rina Panigrahy 等发表了论文《Consistent hashing and random trees》，提出了一致性哈希（Consistent Hashing）的概念，其设计目标是为了解决大型网络中的热点问题（Hot Spots）。一致性哈希算法应该满足的 4 个性质：平衡性(Balance)、单调性(Monotonicity)、分散性(Spread)、负载均衡(Load)。 阅读全文

摘要： 哈希表（Hash Table）是普通数组概念的推广。当实际存储的的关键字数比可能的关键字总数较小时，这时采用哈希表就会比使用直接数组寻址更为有效。哈希表是一种动态集合数据结构，在一些合理的假设下，在哈希表中查找一个元素的期望时间是 O(1) 。当关键字的集合是一个不变的静态集合（Static）时，哈希技术还可以用来获取出色的最坏情况性能。如果某一种哈希技术在进行查找时，其最坏情况的内存访问次数为 O(1) 时，则称其为完美哈希（Perfect Hashing）。 阅读全文

摘要： 二叉查找树（Binary Search Tree）在很多情况下可以良好的工作，但它的限制是最坏情况下的渐进运行时间为 O(n)。平衡查找树（Balanced Search Tree）的设计则是保证其高度在最坏的情况下为 O(log n)，其插入、删除和查找可以实现渐进运行时间 O(log n)。本文将介绍 2-3-4 树和 2-3 树的定义及基本操作。 阅读全文

摘要： BST 算法查找时间依赖于树的拓扑结构，最佳情况是 O(log­2n)，而最坏情况是 O(n)。所以实际上我们真正面对的问题是如何保证 BST 的拓扑结构始终保持树高度与节点数量的最佳比例。一种方案就是在不试图让数据源决定数据顺序的情况下，新的节点插入后仍然可以保持 BST 树的平衡。这种能够始终维持树平衡状态的数据结构称为自平衡二叉查找树（self-balancing binary search tree）。本文中我们将主要介绍其中的两种：AVL 树和红黑树。 阅读全文