
数据结构和算法
掌握数据结构和算法是基础
JCjunior
世上只有一种英雄主义...
展开
-
字符串的字符数的含义
字符串的字符数的含义转载 2023-03-02 10:34:57 · 603 阅读 · 0 评论 -
笔记-算法题-字符串
字符串匹配正则表达式原创 2021-11-10 09:07:33 · 123 阅读 · 0 评论 -
结构体内的偏移量
1. 计算结构体内部数据成员的偏移量#include<stdio.h>#include<string.h>#include<stdlib.h>#include<stddef.h> //包含offsetof()函数struct teacher{ char a; int b;}// 计算b的偏移量void test01()...原创 2020-04-20 22:09:05 · 338 阅读 · 0 评论 -
结构体内存对齐之对齐规则
1.如果没有内存对齐,有些数据可能要CPU的二次访问才能取到,因为CPU都是按照块来取数据的#program pack(show) -- 用于查看当前对齐模数,默认是8#program pack(1) -- 可以修改对齐模数,必须是2的n次方2.如果采用默认对齐模数,则结构体内存对齐,内部对齐规则如下:1)从第一个属性开始,偏移量为02)从第二个属性开始计算偏移,要放在 该类...原创 2020-04-20 22:40:54 · 1180 阅读 · 0 评论 -
二叉树
1. 二叉树的根节点的深度为1原创 2020-07-22 14:45:51 · 159 阅读 · 0 评论 -
操作系统之缓存算法
缓存算法是指令的一个明细表,用于提示 计算设备的 缓存信息中 哪些条目应该被删去。常见缓存算法包括LFU、LRU、ARC、FIFO、MRU。最不经常使用算法(LFU):这个缓存算法使用一个计数器来记录条目被访问的频率。通过使用LFU缓存算法,最低访问频率的条目首先被移除。这个方法并不经常使用,因为它无法对一个拥有最初高访问频率之后长时间没有被访问的条目缓存负责。 最近最少使用算法(LRU):这个缓存算法将最近使用的条目存放到靠近缓存顶部的位置。当一个新条目被访问时,LRU将它放置到缓存的顶部。当缓转载 2020-07-30 18:20:45 · 527 阅读 · 0 评论 -
字符串相关算法
1. 子串子串中的字符在原始字符串中一定连续。2. 子序列子序列中的字符在原始字符串中不一定连续。原创 2020-07-23 10:50:46 · 148 阅读 · 0 评论 -
二分查找算法及其扩充
详情连接:https://leetcode-cn.com/problems/binary-search/solution/er-fen-cha-zhao-xiang-jie-by-labuladong/原创 2020-07-23 10:36:49 · 181 阅读 · 0 评论 -
静态链表和动态链表
1. 静态链表和动态链表的区别:(1)静态链表放在栈区(2)动态链表放在堆区,堆区数据必须要手工开辟,手工释放2. 单链表定义#include<stdio.h>#include<string.h>#include<stdlib.h>struct LinkNode{ int num; //数据域 struct LinkNode *...原创 2020-04-20 22:26:45 · 2387 阅读 · 1 评论 -
结合回调函数对任意类型数组排序
1. 结合回调函数和选择排序算法思想对任意类型数组排序//参数1:数组首地址//参数2:每个元素的长度(即每个元素所占空间大小)//参数3:数组的元素个数void selectSort(void *pAddr, int eleSize, int len, int(*myCompare)(void*, void*)){ char * temp = malloc(eleSize); /...原创 2020-04-20 22:13:58 · 401 阅读 · 0 评论 -
递归函数之斐波那契数列
计算斐波那契数计算斐波那契数列中第pos个位置的斐波那契数int fibonacci(int pos){ //第一部分 if(pos==1 || pos==2) { return 1; } //第二部分 return fibonacci(pos-1) + fibonacci(pos-2);}...原创 2020-04-20 21:42:18 · 397 阅读 · 0 评论 -
任意矩阵的奇异值分解(SVD)之原理简介
奇异值分解(singular value decomposition, SVD): 将矩阵分解为奇异向量(singular vector)和奇异值(singular value)。通过奇异值分解,我们会得到一些与特征分解相同类型的信息。然而,奇异值分解有更广泛的应用。每个实数矩阵都有一个奇异值分解,但不一定都有特征分解。例如,非方阵的矩阵没有特征分解,这是我们只能使用奇异值分解。...转载 2019-03-01 17:33:38 · 3980 阅读 · 0 评论