摘要: 深度优先搜索算法(Depth-First-Search,DFS)是一种图的搜索算法,它遍历或者搜索树、图,沿着一条路或者一个分支一路遍历下去,直到最深的分支节点或者路的尽头,再往回回溯,遍历其他的分支或者其他路,直到找到目标为止。 遍历一课树的流程,从顶点a先遍历左节点b,再往b的左节点d遍历,节点 阅读全文
posted @ 2021-08-16 20:06 yew0 阅读(53) 评论(0) 推荐(0) 编辑
摘要: 题目下图所示: 题目大意是给定一个n*n的矩阵,每行从左到右和每列从上到下是递增的序列,找出矩阵中第k小的数。 方案一: 最简单的方式是将矩阵中的数都放在一个序列中,重新由小到大排序,然后输出第k个数,暴力解法。 实现代码: class Solution { public: int kthSmall 阅读全文
posted @ 2020-11-09 21:27 yew0 阅读(144) 评论(0) 推荐(0) 编辑
摘要: 题目下图所示: 题目大概的意思是输入一组字符串,字符串包含小写字母和‘(’、‘)’,保留能匹配成一对的小括号,去掉多余的‘(’或者‘)’。答案可能会有多个,只需要输出一个正常的字符串就可以。 方案: 括号匹配,我们可以使用栈的数据结构来匹配成对的括号,遇到一个左括号‘(’就入栈,如果遇到一个右括号‘ 阅读全文
posted @ 2020-10-29 17:22 yew0 阅读(191) 评论(0) 推荐(0) 编辑
摘要: 什么是二分查找 二分查找又称作折半搜索算法,是一种在有序数组中查找某一个特定元素的搜索算法;二分查找的平局时间复杂度为O(logn)。 根据实际问题来讲解二分查找 问题1:查找有序递增数组中的特定元素 查找有序递增数组中的某一个数; 从有序递增数组的中间开始,如果中间的数值刚好是要查找的数,搜索就结 阅读全文
posted @ 2020-10-26 21:00 yew0 阅读(254) 评论(0) 推荐(0) 编辑
摘要: 堆排序 堆排序是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆的性质:即子节点的键值或索引总是小于(或者大于)它的父节点,堆排序的时间复杂度为O(nlogn)。(来自维基百科) 什么是堆 堆是一种特殊的完全二叉树,它的性质为:任意节点大于等于或者小于等于它的左右 阅读全文
posted @ 2020-10-12 19:12 yew0 阅读(105) 评论(0) 推荐(0) 编辑
摘要: 归并排序的核心思想是使用分治的策略来进行排序。分治是将大问题分成一些小问题,小问题解决后在合并在一起。 我们来看一下这一排数据:9,4,5,1,2,7,3,8,6,0。算法流程大概就是以下图所示,将数组拆分,然后每一个小数组进行排序合并。 再看一下局部的两个小数组如何进行合并的,进行合并的两个红色数 阅读全文
posted @ 2020-08-19 19:51 yew0 阅读(166) 评论(0) 推荐(0) 编辑
摘要: 1.什么是递归 举一个例子:大学军训的时候,一个队伍,开头的人A想知道这个队伍一共有多少人,但是每个人只能通过旁边的交流,那如何统计呢? 我们可以先找出最后一个人,A可以问旁边的人B是否为最后一个人,B又问下一个人,如此类推,等到了最后一个人,再将号码返回到第一个人A,每往前一个,号码上就+1,第一 阅读全文
posted @ 2020-04-06 22:30 yew0 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 存储结构: 数组是一块连续的内存空间存储的,然而链表是零散的内存空间存储的。 链表在插入和删除操作比数组高效,时间复杂度仅为O(1),链表不是使用连续的内存空间,所以可以充分利用零散的内存空间。 链表结构: 1. 单向链表 2. 双向链表 现在最常见的链表结构: 单向链表、双向链表,下面说一下这几种 阅读全文
posted @ 2019-10-31 21:36 yew0 阅读(262) 评论(0) 推荐(0) 编辑
摘要: 在顺序队列出队列的时候,数组前面会有空余的空间,我们可以将数据往前搬移,提高空余空间的使用,但是效率比较低;我们可以使用循环队列来提高效率。 Head代表队列头,Tail代表队列尾,n代表队列的长度,如果Head与Tail大于等于n的时候就是到了循环点,可以将Head或者Tail余n来代表当前n内的 阅读全文
posted @ 2019-10-17 13:41 yew0 阅读(354) 评论(0) 推荐(0) 编辑
摘要: 求最近3000毫秒内有多少次调用请求,每一次ping的时间一定比上一次的时间高;解法可以判断最后面一个数t1与最前一个数t2的差不大于3000毫秒,如果大于就直接舍弃,t1与t2之间的个数就是请求次数,可以用队列来完成。 可关注公众号了解更多的面试技巧 阅读全文
posted @ 2019-10-16 11:19 yew0 阅读(105) 评论(0) 推荐(0) 编辑