随笔分类 - 数据结构与算法
1
摘要：1.不带权值的最短路径 对于不带权值的最短路径而言，我们可以采用广度优先遍历的方法，同时在遍历的过程中记录其上一个节点即可。如下图所示，我们找寻从 A 顶点到 H 顶点的最短路径： 从上图中可以看到，在广度优先遍历到第 2 层时，已经找到了 H 节点，此时直接返回即可。 2.Dijkstra算法 迪
阅读全文
摘要：1.定义 图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成的，通常表示为 $G(V,E)$，其中，G 表示一个图，V 是图 G 中顶点的集合，E 是图 G 中边的集合。 在图的定义中，需要注意以下几个点： 图中的数据元素称之为顶点(Vertex)； 在图结构中，不允许没有顶点； 在图中，
阅读全文
摘要：1.定义 1.1 哈夫曼树 哈夫曼树是一种最基本的压缩编码方法。对于如图所示的两棵二叉树，每个叶子节点都带有权值: 从树中一个结点到另一个结点之间的分支构成两个结点之间的路径，路径上的分支数目称作路径长度。例如，树 a 中根节点到结点 D 的路径长度为 4，树 b 中根节点到结点 D 的路径长度为
阅读全文
摘要：1.定义 倒排索引常使用在搜索引擎当中，是搜索引擎为文档内容建立索引，实现内容快速检索必不可少的数据结构。倒排索引是由单词的集合“词典”和倒排列表的集合“倒排文件”组成的。 倒排索引的存储：内存索引和B+树索引。 1.1 正排索引 假设目前有两个 HTML 页面，一个页面内容是 "I like se
阅读全文
摘要：1.简介 跳跃表(Skip List)是在链表的基础上增加了“跳跃”的功能，即加上了【多级索引】，通过索引来快速查找，可以支持快速的删除、插入和查找操作。它实际上是一种增加了前向指针的链表，是一种随机化的数据结构。其具有如下性质： 由很多层链表组成 每一层都是一个有序的链表 最底层（level 1）
阅读全文
摘要：1.简介 字典树也称为前缀树、单词查找树。其基本性质如下： 根节点不包含字符，除根节点外每一个节点都只包含一个字符 从根节点到某一结点，路径上经过的字符连接起来，为该节点对应的字符串 每个节点的所有子节点包含的字符都不相同 其结构如下图所示： 通过其结构可以得知，其搜索一个单词的时间复杂度为 $O(
阅读全文
摘要：1.BF算法 BF 算法，即暴力(Brute Force)算法，是普通的【模式匹配】算法，BF 算法的思想就是将目标串 S 的第一个字符与模式串 T 的第一个字符进行匹配，若相等，则继续比较 S 的第二个字符和 T 的第二个字符；若不相等，则比较 S 的第二个字符和 T 的第一个字符，依次比较下去，
阅读全文
摘要：1.B-树 B-树是一颗 m 阶的平衡树(Balance)，其通常应用于文件索引系统的实现。一颗 m 阶的 B- 树需要满足如下条件： 树中每个节点最多含有 m 个孩子 除根节点和叶子节点之外，其它每个节点至少有 $\lceil m/2 \rceil$ 个孩子 除根节点之外的节点的关键字的个数 n
阅读全文
摘要：1.红黑树 相比于 AVL 树而言，红黑树并不是一颗平衡树，其节点的左、右子树高度差，长的不超过短的 2 倍。 红黑树的特点如下： 树的每一个节点都有一个颜色； 空节点是黑色； 根节点是黑色； 不能出现连续的红色节点； 从根节点到每一个叶子节点的路径上，黑色节点的数量是相同的； 如下图所示，为一颗典
阅读全文
摘要：AVL 树就是在 BST 树的基础上，引入了 “节点平衡” 的概念，即任意一个节点的左右子树的高度差不超过 1，为了维持节点的平衡，引入了四种旋转操作： 左孩子的左子树太高，进行【右旋】操作； 右孩子的右子树太高，进行【左旋】操作； 左孩子的右子树太高，进行【左-右旋转】操作，也叫【左平衡】操作；
阅读全文
摘要：BST树称为【二叉搜索树(Binary Search Tree)】或者【二叉排序树(Binary Sort Tree)】，它或者是一颗空树，或者是具有如下性质的二叉树： 若左子树不为空，则左子树上所有节点的值均小于它的根节点的值； 若右子树不为空，则右子树上所有结点的值均大于它的根结点的值； 左右子
阅读全文
摘要：一个良好的分布式哈希方案，应该具有良好的单调性，即服务节点的增减不会造成大量哈希的重新定位。 首先，一致性哈希算法会将整个哈希值空间理解成一个环，其取值范围是 $0\sim2^{32}-1$ 共 4G 的整数空间： 然后，将所有的服务器进行哈希，最终落在这个一致性哈希环上。现在假设有 A、B、C 三
阅读全文
摘要：1. 定义 如果查找关键字时不需要比较就可以获得需要记录的存储位置，这就称作【散列技术】。它是在记录的存储位置和它的关键字之间建立一个确定的对应关系 f，使得每个关键字 key 对应一个存储位置 f(key)。把这种对应关系 f 称为【散列函数】，又称【哈希(hash)函数】，采用散列技术将记录存储
阅读全文
摘要：1.冒泡排序 特点：相邻元素两两比较，把值大的元素往下交换。 缺点：冒泡排序的时间复杂度太高 冒泡排序的过程如下图所示，其展示了一趟排序的过程，在下一趟的排序过程中，最后一个排序完成的元素无需进行遍历，重复此过程，直到整个数组排序完成： 其实现代码如下： void bubbleSort(vector
阅读全文
摘要：1. 二叉堆 1.1 二叉堆的定义 二叉堆在逻辑上是一颗完全二叉树，而在存储方式上还是用数组进行存储的。二叉堆具有如下性质，如果当前节点在数组中的索引为 ，那么有： 其左子节点在数组中的索引为 $2i+1$; 其右子节点在数组中的索引为 $2i+2$; 其父节点在数组中的索引为 $(i-1)/2$;
阅读全文
摘要：二分搜索算法适用于有序数组。如果按照暴力搜索算法，那么需要从头到尾遍历数组元素，时间复杂度为 O(n)，而如果使用二分搜索，那么其时间复杂度为 O(logn)，根据时间复杂度曲线图可知，二分搜索的算法效率要优于线性查找。 二分搜索的实现可以分为非递归和递归两种。 1. 非递归版本 如果使用非递归版本
阅读全文
摘要：1. 栈的实现 特点：先进后出、后进先出 1.1 顺序栈 顺序栈是依赖数组实现的。 其代码实现如下： class SequenceStack { public: SequenceStack(int size = 10); ~SequenceStack(); public: // 入栈 void pu
阅读全文
摘要：1. 链表实现 特点: 每一个节点都是在堆内存上独立 new 出来的，节点内存不连续。即逻辑地址连续，而物理地址不连续。 优点： 内存利用率高，不需要大块连续内存 插入和删除节点不需要移动其它节点，时间复杂度 O(1) 不需要专门进行扩容操作 缺点： 内存占用量大，每一个节点多出存放地址的空间 节点
阅读全文
摘要：1.数组实现 数组的特点：内存是连续的，即物理地址是连续的。 优点： 随机访问的时间复杂度为 O(1)； 末尾位置增加元素的时间复杂度为 O(1)； 访问元素前后相邻位置的元素非常方便； 缺点： 非末尾位置增加元素需要进行大量的数据移动，时间复杂度为 O(n)； 搜索的时间复杂度： 无序数组采用线性
阅读全文
摘要：算法简介 在一个数组中，存在一个众数，众数的数量要大于数组大小的一半。设计时间复杂度为 O(n)，空间复杂度为 O(n) 的算法: 在数组中找出该众数。 该算法维护了两个变量：候选人 candiate 和投票数目 count。其基本算法步骤如下： 初始化 candiate 为任意值，count 的值
阅读全文
1
浙公网安备 33010602011771号