abc1104542580的博客

class AVLNode(BiTreeNode): def __init__(self,data): BiTreeNode.__init__(self,data) self.bf = 0 #balance factor 平衡因子，记录左右子树高度差class AVLTree(BST): def __init__(self,li = None): BST.__init__(self,li)def rotate_left(self,p,c): s2 = c.lchild #c的.

class BiTreeNode: def __init__(self,data): self.data = data self.lchild = None self.rchild = None self.parent = None def __repr__(self): return self.dataclass BST: def __init__(self,li = None): self.root = None if li: for val in li: .

from collections import dequeclass BiTreeNode: def __init__(self,data): self.data = data self.lchild = None self.rchild = None def __repr__(self): return self.dataa = BiTreeNode('A')b = BiTreeNode('B')c = BiTreeNode('C')d = BiTreeNode('D').

class Linklist: class Node: def __init__(self,item): self.item = item self.next = None class LinklistIterator: def __init__(self,node): self.node = node def __next__(self): if self.node: cur_node = self.node self.node ...

class Node: def __init__(self,item): self.item = item self.next = None# a = Node(1)# b = Node(2)# c = Node(3)# a.next = b# b.next = c## print(a.next.item)## li = [1,2,3,4,5]# li[2]def create_linklist_head(li):#头插法，倒序插入 head = Node(li[...

class Queue: def __init__(self,size=100): self.queue = [0 for _ in range(size)] self.size = size self.rear = 0#队尾指针 进队 self.front = 0 #队首指针，出队 def push(self,element):#1 2 3 -> - 1 2 3] if not self.is_filled(): self.rear = (self.rear+1).

————————————————————#封装一个栈类class Stack: def __init__(self): self.stack = [] def push(self , element):#进栈 self.stack.append(element) def pop(self):#出栈 return self.stack.pop() def get_pop(self): if len(self.stack)>0: return self.stack...

#1.给两个字符串s和t，判断t是否为s的重新排列后组成的单词#如 s = ‘anagram’， t= ‘nagaram’，return true ；# s = ‘rat’，t = ‘car’，return falsedef sort1(s,t): sj = list(s) ti = list(t) sj.sort() ti.sort() return sj == tidef isAnagram(self, s, t): """ ...

排序原理：类似于多条件排序（如先按工资高低排序，在按年龄排序，在工资顺序决定的条件下，用年龄大小来决定最后排序），给定所排数，个位当做第一个条件，十位第二个…首先判断所排序数中最大数有多少位(如max_num = 10000,有5位)，其中，输出位数的代码可以好好看一下从个位的数开始分类，把每一个排序数分到0->10中对应的桶，排好后按桶的顺序输出，还原到列表li中，此时，所有排序数在个位数上是已经排好顺序再对十位的数进行分桶操作...循环到最大数的位数，输出，所得即排序完成的列表

def insert_sort_gap(li,gap): for i in range(gap,len(li)): tmp = li[i] j = i - gap while j >= 0 and li[j] > tmp: li[j+gap] = li[j] j -= gap li[j+gap] = tmpdef shell_sort(li): d = len(li.

#快速排序复杂度计算# 16# 8 8# 4 4 4 4# 2 2 2 2 2 2 2 2# 1 ....# 每一次都减半 每一层都是n的复杂度，一共有log16 =.4层# 所以是 O(nlogn快速排序from cal_time import *from bubble_sort import *import randomimport copydef partition(li,lef.

时间复杂度——小结1.时间复杂度使用来估计算法运行时间的一个单位2.时间复杂度高的算法比低的算法慢3.常见时间复杂度（按效率排序）O(1)< O(logn)< O(n)< O(nlogn)< O(n方)< O(n三方)#如何快速判断算法复杂度# 1.确定问题规模n# 2.循环减半过程——logn# 3.K层关于n的循环——n的k方# 4.复杂情况：根据算法执行过程具体判断‘’’/时间比空间重要/——空间换时间空间复杂度：用来评估算法内存占用大小的式子‘

def merge(li,low,mid,high): i = low j = mid + 1 ltmp = [] while i<= mid and j <= high:#只要两边都有数 if li[i]<li[j]: ltmp.append(li[i]) i+=1 else: ltmp.append(li[j]) ...

‘’’常见排序算法：1.low B 三人组 ： 冒泡、选择、插入def bubble(li): for i in range(len(li)-1): flag = False for j in range(len(i)-i-1) if li[j]>li[j+1]: li[j],li[j+1] = li[j+!],li[j] flag = True