codfishXY的博客

1. BFS（Breadth First Search） 原理：从一个节点开始向其邻节点扩散，遇到目标节点停止 应用 树的层序遍历（leetcode 102） public List<List<Integer>> levelOrder(TreeNode root) { List<List<Integer>> ret = new ArrayList<List<Integer>>(); if (root == null) re

1. 数据存储方式 数组（顺序存储）：需要考虑扩容问题 链表（链式存储）：需要分配空间存储节点指针 2. 数据结构的实现 3. 数据结构的操作 基本操作：遍历 -> 访问 -> CRUD 数组遍历访问 void traverse(int[] arr) { for (int i = 0; i < arr.length; i++) { //迭代访问 arr[i] } } 单链表遍历访问 class ListNode { int val; ListNode next; }

1. 动态规划 动态规划通常用来求解复杂问题的某个最优解，与分治法相似，区别在于 分治法应用于子问题互不相交的情况，即递归的每一步都生成全新的子问题 动态规划应用于重叠子问题的情况，即递归反复求解相同的子问题 使用条件 最优子结构：问题的最优解由子问题的最优解组合而成，子问题可以独立求解 重叠子问题：不同的子问题可能有公共的子子问题，导致反复求解相同的问题 实现方法 带备忘的自顶向下法（top-down with memoization） 用数组或哈希表保存每个子问题的解，求解子问题时先看是否已经

1. 冒泡排序 2. 快速排序 随机选择一个元素作为基准，建立分离函数使左边元素都小于基准，右边元素都大于基准，在没有优化的情况下，一般直接选第一个元素作为基准即可 分别对基准左边和基准右边两个序列递归调用快速排序 分离函数从最低端开始依次与基准元素对比，遇到大于基准的元素则交换位置；再从最高端开始依次与基准元素对比，小于基准元素则交换位置 经过重复多次3过程，最低端和最高端下标最终相等，此时的下标即基准位置 C（伪代码） void QuiceSort(int r[]) { QSort(L, 1, L

1. 二叉排序树（二叉查找树） 结构特点：左节点值小于父节点，右节点值大于父节点 目的：提高增、查效率 {62,88,58,47,35,73,51,99,37,93} 排序如下 查找 SearchBST(BiTree T, int key, BiTree f, BiTree *p) 假设要查找93 93>62，查右子树，走①，递归调用SearchBST函数 93>88，查右子树，走⑦，递归调用SearchBST函数 93<99，查左子树，走⑨，递归调用SearchBST函数 93