FG2006的专栏

 转自：http://blog.youkuaiyun.com/ewanyou/archive/2011/05/25/6445209.aspxhttp://www.cnblogs.com/aLittleBitCool/archive/2011/04/14/2015720.html问题描述：一个数组中除了两个数字之外，其余数字均出现了两次(或偶数次)。请写出程序查找出这两个只出现一次的数字，要求时间复

动态规划的基本思想：将一个问题分解为子问题递归求解，且将中间结果保存以避免重复计算。通常用来求最优解，且最优解的局部也是最优的。求解过程产生多个决策序列，下一步总是依赖上一步的结果，自底向上的求解。动态规划算法可分解成从先到后的4个步骤：1. 描述一个最优

/** * 第一步：论证是否是动态规划问题 * 首先要证明最长公共子序列问题是动态规划问题,即符合动态规划算法的两个特点:最优子结构和重叠子问题 * 最优子结构: * 记:Xi=﹤x1...xi﹥即X序列的前i个字符 (1≤i≤m)（前缀） Yj=﹤y1..

//采用位图的方法，如果是在一个1000万大的数组中，其中只有两个数是相同的，可以在O(n)时间复杂度内找出相同的数//数组b是一块连续内存区域，用数组中的每一bit表示一个数是否存在，1表示存在，0不存在，比如，给定一个数字1025，//那么，就把b数组的第1025bit置

/** * KMP算法用来处理字符串匹配问题 * 原理介绍:找到匹配失败时的最合适的回退位置，而不是简单的回退到子串的第一个字符(常规的枚举查找方式，是简单的回退到子串的第一个字符),即可提高查找的效率. * 因此为了找到这个合适的位置,先对子串预处理,从而得到一个回退位置

本文系转载，转自：http://www.iteye.com/topic/570646散列表是最常用的数据结构之一，特别是 ruby js等动态语言在语法层次上对它进行了支持。只是在java中，有那么点点绕(每次使用的时候，心里会疙瘩一下，不知道你们有没有这种感觉)。本

//SearchTree类public class SearchTree { /** * 中序遍历：根据二叉查找树的性质，中序遍历将按排列顺序输出树中的所有关键字。 * @param root */ public static void inorderTree

/** * 红黑树的5个性质： * 1）每个结点要么是红的，要么是黑的。 * 2）根结点是黑的。 * 3）每个叶结点，即空结点（NIL）是黑的。 * 4）如果一个结点是红的，那么它的俩个儿子都是黑的。 * 5）对每个结点，从该结点到其子孙结点的所有路径上包含相同数目的

public class GCD { //求最大公约数（非递归版本） public int gcd(int a,int b){ //不申请变量空间的情况下交换两个数 if(a<b){ a^=b; b^=a; a^=b; } int t =

本文系转载，转自：http://www.blogjava.net/jinfei0627/articles/219543.html应用Hash函数（java描述） 作者：冲处宇宙时间：2007.1.25     计算理论中，没有Hash函数的说法，只有单

/** * 输入一个整型数组，数组里有正数也有负数。 * 数组中连续的一个或多个整数组成一个子数组，每个子数组都有一个和。 * 求所有子数组的和的最大值。要求时间复杂度为O(n)。 * 例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5，和最大的子数组为

package javaTest;//测试类 public class ProCon{ public static void main(String[] args){ SyncQueue queue = new SyncQueue();

/** * 采用递归方法实现排序，特点：复杂度O(nlgn),非原地排序(有非常数个元素存放在数组以外的地方) * 分解：将n个元素分成各含n/2个元素的子序列 * 解决：用合并排序法对两个子序列递归地排序 * 合并：合并两个已排序好的子序列以得到排序结果 */public class MergeSort { /** * 合并两个已排序的子序列 * @pa

/** * 问题：从一个由n个不同的数组构成的集合中选择其第i个顺序统计量的问题 * 解决：采用类似快速排序的思想即对输入数组进行递归划分，不同之处是，快速排序会递归处理划分的两边， * 而此方法只处理划分的一边。 * 最坏时间复杂度为：O(n^2),平均运行的

/** * 希尔排序思想：先将整个待排记录序列分割成若干子序列分别进行直接插入排序， * 待整个序列中的记录“基本有序”时，再对全体记录进行一次直接插入排序 * 希尔排序时间复杂度为O(n^3/2) * */public class ShellSort {

【本文系转载，原文地址：http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html】简介： 随着 Web 技术的发展，使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视

public class HeapSort { /** * 调整第i个堆元素为根结点的堆为最大堆，前提条件是i的左右孩子已经是最大堆，注意这里的i是在堆中的位置并非数组中的位置 * @param arr 堆数组 * @param i 调整

/** * 用递归的方法实现的插入排序算法 * 分解：n个元素的排序看成是把第n个元素插入到已排好序的n-1个元素中 * 解决：对n-1个元素以次递归 * 合并：用插入排序将第n个元素插入到排好序的n-1个元素序列中 */public class InsertSort

/** * 题目：输入n个整数，输出其中最小的k个。 * 例如输入1，2，3，4，5，6，7和8这8个数字，则最小的4个数字为1，2，3和4。 * 这道题最简单的思路莫过于把输入的n个整数排序，这样排在最前面的k个数就是最小的k个数。只是这种思路的时间复杂度为O(nlogn

/** * 最大优先级队列，例如：在一台分时计算机上进行作业高度。这种队列对要执行的各作业及它们之间的相对优先关系加以记录 * 当一个作业做完或被中断时，用extractMax操作从所有等待的作业中，选择出具有最高优先级的作业；一个新作业则可以调用insert加入队列 */

本文系转载，原文地址：http://www.cppblog.com/Fox/archive/2008/05/07/Dynamic_programming.html以前在学习非数值算法的时候，曾经了解过动态规划算法（Dynamic programming），以下是对Wiki

/** * 快速排序算法：分解：数据arr[p..r]被划分成两个(可能空)的子数组arr[p..q-1]和arr[q+1..r] * 使得arr[p..q-1]中的每个元素都小于等于arr(q)，而arr[q+1..r]中的每个元素大于

本文系转载，原文地址：http://www.cppblog.com/3522021224/archive/2007/06/16/26429.aspx一．贪心算法的基本概念     当一个问题具有最优子结构性质时，我们会想到用动态规划法去解它。但有时会有更简单有效的算法

/** * 计数排序假设n个输入元素中的每一个都是介于0和k之间的整数， 此处k为某个整数 *基本思想为：对每一个输入元素经，确定出小于x的元素个数，这样就可以把x直接放到它在最终输出数组中的位置上。 *算法复杂度为O(n+k)，当k=O(n)时，其运行时间为O(n) *

import java.util.ArrayList;import java.util.Iterator;/** * 桶排序：桶排序的思想是把区间[0,1)划分成n个相同大小的子区间，称为桶，然后将n个输入数分布到各个桶中去。 * 因为输入数均匀且独立分布在[0,1)上，

/** * 基数排序：n个d位数进行排序，先从最低有效位进行，由于每位数字都界于0到9（只考虑整数）， * 可以用计数排序对每一位进行排序，重复这一过程直到对所有的d位数字都进行了排序。 * 由于计数排序的复杂度为O(n+k)，所以基数排序的时间复杂度为O(d(n+k))

/** * 与lg(n) 相关的排序算法,首先应该想到的是分治法,算法的思路如下:(为简单起见,不考虑取整的问题) * 利用折半比较，第一个与最后一个比较，然后第二个与倒数第二个比较，一直进行到中间，最坏情况就是n/2次. * 然后将每一对的较小元素放在 a[1...n/2

本文系转载，原文地址：http://blog.youkuaiyun.com/smile_pxy/article/details/583351设R={r1,r2,...,rn}是要进行排列的n个元素，Ri = R-{ri}.集合 X 中元素的全排列记为Perm(X)。(ri)Perm(X)表示在全排列Perm(X)的每一个排列上加前缀ri得到的排列。R的全排列可归纳定义如下：当 n = 1 时，