BetaBin

总觉得前点时间写的Dijkstra，有点繁琐，还是用回邻接表和优先队列感觉舒服点。废话就不多说了，原先那篇邻接矩阵的Dijkstra链接如下：http://blog.youkuaiyun.com/betabin/article/details/7375803这次改为优先队列，则需要一个Vertex结构，记录其序号及到起点的cost。每次push进去队列之前，都刷新其最新cost。并且加了些辅助变量，如

没事再写下经典的快排代码，感觉顺手多了……还是比较懒，Wiki（http://zh.wikipedia.org/wiki/%E5%BF%AB%E9%80%9F%E6%8E%92%E5%BA%8F）介绍如下：算法快速排序是一种“分而治之、各个击破”的观念。快速排序使用分治法（Divide and conquer）策略来把一个序列（lis

（算法导论排序算法部分第一个就介绍堆排序，也得复习复习。）Wiki（http://zh.wikipedia.org/wiki/%E5%A0%86%E6%8E%92%E5%BA%8F#C.E8.AF.AD.E8.A8.80）上也有介绍及代码实现，基本上都是一样的。摘录堆排序定义如下：堆排序（Heapsort）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

继续参考Wiki（http://zh.wikipedia.org/wiki/%E7%BA%A2%E9%BB%91%E6%A0%91），资料如下：性质红黑树是每个节点都带有颜色属性的二叉查找树，颜色为红色或黑色。在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求:性质1. 节点是红色或黑色。性质2. 根是黑色。性质3. 所有叶子

资料参考来自Wiki。（慢慢添加链接到自己实现的类吧）*数据结构数据结构与算法列表00-1原理AAOE网AVL树B八叉树标签联合BSTRC抽象資料型別查找表D堆 (数据结构)堆栈递归类型队列E二元搜尋樹二叉树二维数组树旋转F斐波那契堆G

刚刚翻Aho-Corasick算法，打算看看具体情况，发现一个有趣的网页，可以提供该算法的可视化，就先占个位置，发个链接（http://blog.ivank.net/aho-corasick-algorithm-in-as3.html），今晚有空再看看。——————终于舍得看AC了……囧。学习AC算法，首先要理解状态机（有限状态机）的概念，然后学会Trie的实现。接着，就可以更好的理解

昨天写了最小生成树的Prim算法，今天也就到了Kruskal算法了。一个对顶点进行操作，一个对边进行操作。当边稀疏的时候，Kruskal算法还是很牛的。时间复杂度：O(Elog2E)。（感觉更像是一个并查集的使用。http://zh.wikipedia.org/wiki/%E5%B9%B6%E6%9F%A5%E9%9B%86）关于科普，还是复制Wiki上面的了，哈哈。关于Kruskal算法

（AI还没开始学，神经网络方面的知识缺乏。故暂时不能深入了理解。）神经网络，可以理解为一个自动机，一个需要学习的自动机。先给其一些学习数据，帮助其建立一个合适的网络。然后就和自动机类似。CodeProject里（http://www.codeproject.com/Articles/13582/Back-propagation-Neural-Net）有这个BP的，不过代码下载有问题。不过网页上

Boyer-Moore算法，老规矩，Wiki下的介绍如下：“在计算机科学里，Boyer-Moore字符串搜索算法是一种非常高效的字符串搜索算法。它由Bob Boyer和J Strother Moore设计于1977年。此算法仅对搜索目标字符串（关键字）进行预处理，而非被搜索的字符串。虽然Boyer-Moore算法的执行时间同样线性依赖于被搜索字符串的大小，但是通常仅为其它算法的一小部分：它不需

继续图论的单源最短路径算法实现，上次学习了Bellman-Ford算法，知道了它的复杂度比较高，主要消耗在松弛操作有点冗余。所以，就有人对其进行优化，西南交通的段凡工前辈提出了这个SPEA算法。在Wiki上看到，有人把其称为Shortest Path Finding Algorithm，也不知道具体是怎样的，不过看在其速度蛮快的份上，我就用Faster了。复杂度快达O（kE）。其中，优化在哪里

今晚头还是晕晕的，就随便写个数据结构来提神。就选了二叉查找树吧，老规矩，直接参考了Wiki上面的内容。二叉查找树的特性：二叉查找树（Binary Search Tree），或者是一棵空树，或者是具有下列性质的二叉树：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树

（在后面更新了Dijkstra算法的实现，用邻接表+优先队列实现。链接如下：http://blog.youkuaiyun.com/betabin/article/details/7390403）有向权图关于单源最短路径算法，Dijkstra算法。算法可以形象理解为小城镇（最开始就是起点）的扩张，最后把世界吃掉。每次挑选一个离小城镇最近的地点，然后吃掉，更新各个未吃掉的地点到小城镇的距离。刷新距离主要是

隐藏▲查 · 论 · 编图算法基本遍历深度优先搜索 · 广度优先搜索 · A* · Flood Fill 最短路径Dijkstra · Bellman-Ford(SPFA) · Floyd-Warshall · Kneser图 最小生成树Prim

图的最短路径算法就剩下几个了，Floyd-Warshall算法是利用动态规划来实现的，其可以用来统计图的任意点对之间的距离。不过复杂度显而易见，需要O(V^3)。Wiki上有该算法的原理如下：设为从到的只以集合中的节点为中间节点的最短路径的长度。若最短路径经过点k，则；若最短路径不经过点k，则。因此，。代码如下：#include #define

来复习复习最小生成树的算法，其中的prim算法比较简单。虽说用一般的邻接矩阵需要O(V2)的的时间复杂度。但是改为邻接表之后，会稍微提高到O(E log(V))。不过，这个，测试数据输错了，把我郁闷了半个钟头。太大意了。这个Prim算法的原理呢，和Dijkstra算法有些类似。一个小城镇的扩张，慢慢侵蚀离它最近的点，吞噬成为其一部分，然后再继续吞噬。Wiki上给出的比较好懂，我的比

这天气都能惹上感冒+咳嗽，这幸运。话说回来，复习数据结构，二叉树算是第一个要看的，比较简单，又容易理解。实现方式有很多，大概如下：顺序存储：这种适合于比较完全的二叉树。子节点则为2i + 1和2i + 2，父节点则为floor（（i - 1）/ 2）。二叉链表：也就是链表实现，三个属性，值，左子节点指针，右子节点指针。这个空间算是节约，不过找父节点不好找。三叉链表：相对于二

（一个人感冒咳嗽不悲剧，悲剧的是全家都感冒咳嗽，没人做事……忽冷忽热的天气得注意保暖）首先吧，关于AVL树的知识，还是老规矩，Wiki下。“在计算机科学中，AVL树是最先发明的自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为一，所以它也被称为高度平衡树。查找、插入和删除在平均和最坏情况下都是O（log n）。增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。AVL树得

貌似Bellman-Ford算法和Dijkstra算法类似，只是多了个处理负权值的考虑。不过Bellman-Ford算法比较简单易懂，虽然复杂度较高，有O(VE)。算法类如下，至于介绍吧，维基（http://en.wikipedia.org/wiki/Bellman%E2%80%93Ford_algorithm）上面蛮详细的。三个步骤：1、数组Distant[i]记录从源点s到顶点i的

（唠叨完一个电话，开始写计数排序这个简单的线性排序算法。）原理很简单，继续Wiki（http://zh.wikipedia.org/wiki/%E8%AE%A1%E6%95%B0%E6%8E%92%E5%BA%8F）之……计数排序的特征当输入的元素是 n 个 0 到 k 之间的整数时，它的运行时间是 Θ(n + k)。计数排序不是比较排序，排序的速度快于任何比较排序算法