刘明的博客

栈是限定仅在表尾进行插入或者删除的操作受限的线性表;表头端称为栈底，表尾端称为栈顶。#include "stdafx.h"#include "iostream"using namespace std;typedef int ElemType;typedef int Status;typedef struct SNode { ElemType data; struct SNode

冒泡排序是非常容易理解和实现，，以从小到大排序举例：设数组长度为N。1．比较相邻的前后二个数据，如果前面数据大于后面的数据，就将二个数据交换。2．这样对数组的第0个数据到N-1个数据进行一次遍历后，最大的一个数据就“沉”到数组第N-1个位置。3．N=N-1，如果N不为0就重复前面二步，否则排序完成。 按照定义很容易写出代码：[cpp] view plain copy print?//冒

堆排序与快速排序，归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法。学习堆排序前，先讲解下什么是数据结构中的二叉堆。二叉堆的定义二叉堆是完全二叉树或者是近似完全二叉树。二叉堆满足二个特性：1．父结点的键值总是大于或等于（小于或等于）任何一个子节点的键值。2．每个结点的左子树和右子树都是一个二叉堆（都是最大堆或最小堆）。当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆。当父结

学习过了二叉查找树，想必大家有遇到一个问题。例如，将一个数组{1,2,3,4}依次插入树的时候，形成了图1的情况。有建立树与没建立树对于数据的增删查改已经没有了任何帮助，反而增添了维护的成本。而只有建立的树如图2，才能够最大地体现二叉树的优点。                         　　在上述的例子中，图2就是一棵平衡二叉树。科学家们提出平衡二叉树，就是为了让树的查找性能

B~树               1.前言：动态查找树主要有：二叉查找树（Binary Search Tree），平衡二叉查找树（Balanced Binary Search Tree），红黑树 (Red-Black Tree )，B-tree/B+-tree/ B*-tree (B~Tree)。前三者是典型的二叉查找树结构，其查找的时间复杂度O(log2N)与树的深度相关，那么降低

快速排序是一种“分而治之”的思想，每次排序将当前序列最左边的元素设为哨兵，设置两个指针low和high，将两指针所指的元素分别和哨兵进行比较；将high指针指向的比哨兵小的元素，放在low的位置；将low指针指向的比哨兵大的元素放在high的位置。当low和high指向同一位置后，此位置即哨兵位置，将该位置赋予哨兵的值。然后以哨兵为界，将哨兵左侧的“一串”和哨兵右侧的“一串”递归执行上述过程。...

0-1背包问题是一个很经典的问题，使用动态规划算法来求解也是很经典的。下面我用一个例子来讲解用动态规划算法求解0-1背包问题。 假设商店中有5件东西，重量用w表示，价格用v表示 w={1,2,3,4,5},v={1,4,2,8,9}w={1,2,3,4,5},v={1,4,2,8,9}w = \lbrace1, 2, 3, 4, 5\rbrace, v=\lbrace1, 4, 2, 8, ...

折半查找是面试中经常考到的算法，折半查找默认被查找元素是有序的（若未有序，首先要进行排序），折半查找需要注意的有三点： 1. 设置mid; mid = low + (high - low)/2; 保证整个公式不超出其数据类型规定的范围；若设置成mid = (low + high)/2，则若此时low和high都较大，则low+high会超出相应数据类型的范围。 二分查找：public ...

暴力方法 public static int solve(int n) { if (n <= 1) { return 1; } return n * solve(n - 1); }暴力方法中含有大量的重复计算 自底向上 public static int solve(int n) ...

题目请编写一个函数（允许增加子函数），计算n x m的棋盘格子（n为横向的格子数，m为竖向的格子数）沿着各自边缘线从右下角走到左上角，总共有多少种走法，要求不能走回头路，即：只能往左和往上走，不能往右和往下走。思路将原文题化解为子问题，若每次只能走一步，即从第(M * N)个格走一步，只有两种走法，(N - 1, M)和(N, M - 1)。由此，可将原始问题拆解成子问题。边界条件...

类似于快速排序，执行一次快速排序之后，每次只选择一部分继续执行快速排序，直到找到第K大个元素为止，这个元素在数组位置后面的元素即为所求。时间复杂度：O（n）public class Quick_find { public static int sort(int[] array,int low,int high){ if (low>high) ...

写一个时间复杂度尽可能低的程序，求一个一维数组(N个元素)中最长递增子序列的长度。例如: arr[] = {1, -1, 2, -3, 4, -5, 6, -7}，其最长递增子序列的长度为4 如（1, 2, 4, 6）其中最长递增子序列是不连续的。解法：根据无后效性的定义，各阶段按照一定的次序排列好之后，对于某个给定阶段的状态来说，它以前各个阶段的状态无法直接影响它未来的决策，而只能间接地...

循环遍历数组，判断arr[i] == i + 1，是否成立。若不成立，则交换 arr[i] 和arr[arr[i] - 1]；若成立，则继续遍历下一个 public void swap(int[] arr, int i, int j){ int tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; ...

问题描述求两个已排序数组的交集和并集，要求时间复杂度为O(m + n)解题思路求两个数组的交集 使用两个指针分别指向数组A和数组B，指向数字较小的指针向前移动，若遇到两个数组具有相同的数字，则进行保存，直到其中任何一个数组遍历完 public Stack<Integer> findCommonNum(int[] arr1, int[] arr2){ ...

一、基本概念     1.1：排序：将一个数据元素（或记录）的任意序列，重新排列成一个按关键字有序的序列    1.2：内部排序：待排序记录全部存放在内存中进行排序过程。    1.3：外部排序：待排序记录数量很大，以致内存一次不能容纳全部记录，在排序过程中尚需外存进行辅助存储的排序过程。    1.4：按照排序过程中所依据的原则不同，内部排序可分为五类：

概述排序有内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。我们这里说说八大排序就是内部排序。         当n较大，则应采用时间复杂度为O(nlog2n)的排序方法：快速排序、堆排序或归并排序序。   快速排序：是目前基于比较的内部排序中被认为是最好的方法，当待排序的关键字是随机分布时，快速排序的

希尔排序的实质就是分组插入排序，该方法又称缩小增量排序，因DL．Shell于1959年提出而得名。 该方法的基本思想是：先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的）分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有序（增量足够小）时，再对全体元素进行一次直接插入排序。因为直接插入排序在元素基本有序的情况下（接近最好情况），效率是很高的，因此希尔

顺序栈即栈的顺序存储结构，它利用一组地址连续的存储单元存放自栈底到栈顶的元素，是一种后进先出(last in first out,LIFO)的线性表。     判断栈不存在的条件为：S.base=NULL;     空栈：S.base=S.top;      满栈：S.top-S.base=S.stacksize; #include "stdafx.h" #include

队列：队列是一种先进先出(first in first out,FIFO)的线性表。它只允许在一端进行插入，而在另一端进行删除的元素。在队列中允许插入的元素叫做队尾，允许删除的一端叫做队头。其结构如下：      1、链队列-----队列的链式表示与实现      链队列：用链表表示的队列；       一个链队列需要两个分别指示队头和队尾的指针（头指针和尾指针）才能唯一确定。

一、 树    树是具有层次结构的n(n>0)个结点的有限集。    树的结点包含一个数据元素及若干指向其子树的分支。    结点的度：结点拥有子树的数量；A的度为3，K的度为0。    叶子结点(终端结点)：度为0的结点；K、L、F、G、M、I、J为叶子结点。    分支结点(非终端结点)：度不为0的结点。A、B、C、D、E、H为分支结点。

#include "stdafx.h"#include using namespace std;typedef int ElemType;typedef int Status;#define INIT_LIST_SIZE 100#define LIST_INCREMENT 10struct Linear { ElemType *elem; //指向基地址,未赋值时其为NULL

堆排序的时间复杂度为：O(nlogn)#include "stdafx.h"#include #includeusing namespace std;void heapAdjust(int a[], int i, int len) { int lchild = 2 * i; int rchild = 2 * i + 1; int max = i; if (i<=len/2)

一、静态查找：   只是起查询或检索的作用，不涉及插入、删除，反之为动态查找。二、顺序查找    顺序查找过程中往往设置监视哨，在查找过程中不用每一步都检查整个表是否查找完毕。    假设，每个元素的查找概率相同，顺序查找成功时平均查找长度为：(n+1)/2；顺序查找不成功时平均查找长度为：(n+1)/4。    考虑到查找不成功的情况，顺序查找表的平均查找长度为：3(n+1)

一、动态查找表      静态查找表只是对表中元素进行检索，返回成功或不成功！      动态查找表的表结构是在查找的过程中动态生成的。若表中存在关键字等于给定的值key的记录，则返回成功；否则，插入关键字等于key的记录。二、二叉排序树      二叉排序树(BST)特点结点值的大小遵循“左”的排序，其中序遍历顺序必是严格递增的。      2.1  根据给定的数组按照“左”

快速排序由于排序效率在同为O(N*logN)的几种排序方法中效率较高，因此经常被采用，再加上快速排序思想—-分治法也确实实用，因此很多软件公司的笔试面试，包括像腾讯，微软等知名IT公司都喜欢考这个，还有大大小的程序方面的考试如软考，考研中也常常出现快速排序的身影。总的说来，要直接默写出快速排序还是有一定难度的，因为本人就自己的理解对快速排序作了下白话解释，希望对大家理解有帮助，达到快速排序，快速搞定

快速排序同白话文文章，现将完整代码贴出：冒泡排序：#include "iostream"using namespace std;//获取数组长度template int getArrayLength(T &array) { return sizeof(array) / sizeof(array[0]);}//输出void output(int a[], int len)

SinglyLinkedCirculayList.h#include "stdafx.h"#include "iostream"using namespace std;typedef struct LNode { int data; struct LNode *next;}LNode, *LinkedList;//创建链表bool createLinkedList(Linked

linkedlist.h#include "stdafx.h"#include "iostream"using namespace std;typedef struct LNode { int data; struct LNode *next;}*LinkedList; //用LNode, LinkList代替typedef struct LNode;void Create_

删除双向链表中的最后一个结点需单独对待doublyLinkedList.h#include "iostream"using namespace std;typedef struct DuLNode { int data; struct DuLNode *prior; struct DuLNode *next;}DuLNode, *DuLinkedList;//创建链表bo

doublyLinkedCircularList.h#include "iostream"using namespace std;typedef struct DuLNode { int data; struct DuLNode *prior, *next;}DuLNode, *DuLinkedCirList;bool createDuLinkedCirList(DuLinkedC

Trie树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。 典型应用是用于统计和排序大量的字符串（但不仅限于字符串）， 所以经常被搜索引擎系统用于文本词频统计。字典树（Trie）可以保存一些字符串->值的对应关系。基本上，它跟 Java 的 HashMap 功能相同，都是 key-value 映射，只不过 Trie 的 key 只能是字符串。Trie 的强大之处就在于它的时间...