Joseit的博客

摘要 本文介绍了图结构的代码实现与基本概念。图由顶点(Vertex)和边(Edge)组成，逻辑上与多叉树类似，但节点间可任意连接。图的存储主要有两种方式：邻接表(空间复杂度O(V+E))适合稀疏图，邻接矩阵(空间复杂度O(V²))适合稠密图。文章详细讲解了有向加权图和无向图的实现方法，并提供了一个通用图接口(Graph)的Java实现示例，包括添加/删除边、查询邻接关系等基本操作。最后展示了如何使用邻接表实现加权有向图，包含边的权重处理和常用图操作方法。

摘要： 环形数组通过求模运算实现逻辑上的环形结构，支持O(1)时间复杂度的头部增删操作。关键点在于利用(start±1 + size) % size实现指针循环移动，其中左移需额外加size避免负数。代码示例包含自动扩缩容、头尾ony增删等核心功能，并解释了为何左移需要加size而右浪不需要。该实现通过维护start、end指针和count计数，高效管理环形数组的边界条件。

本文介绍了多叉树的遍历方法，包括递归遍历（DFS）和层序遍历（BFS）。多叉树是二叉树的延伸，其节点可包含多个子节点。递归遍历框架与二叉树类似，但没有中序遍历概念。层序遍历借助队列实现，提供了三种实现方式：基础版、记录深度版和带权重的状态记录版。文章最后推荐了相关力扣题目供练习。

本文介绍了二叉树的两种遍历方式：递归遍历（DFS）和层序遍历（BFS）。递归遍历分为前序、中序、后序遍历，区别在于操作节点的时机不同。层序遍历使用队列实现，给出了三种写法：基础版、带层数记录版和灵活自定义状态版。其中带层数记录的写法最常用，能解决二叉树最小深度等问题；自定义状态版最灵活，适合处理节点路径权重不同的场景。最后推荐了几道相关的LeetCode练习题。

哈希表是基于数组实现的快速查找数据结构，通过哈希函数将键(key)转换为数组索引实现O(1)时间复杂度的增删改查操作。其核心要素包括：哈希函数设计（通常先获取key的hashCode再取模）、解决哈希碰撞、合理控制负载因子（size/table.length）。特别注意，作为哈希表key的对象必须是不可变类型（如String、Integer），因为可变对象（如ArrayList）修改后会导致哈希值变化，造成数据丢失和内存泄漏问题。哈希表的设计要点在于确保哈希函数高效且稳定，同时避免使用可变对象作为key。

本文介绍了五种常见的二叉树类型及其特性：1)满二叉树，每层节点都满，节点数公式为2^h-1；2)完全二叉树，节点紧凑排列，父子节点索引存在规律；3)二叉搜索树(BST)，遵循"左小右大"原则，适合快速查找；4)高度平衡二叉树，每个节点左右子树高度差≤1，高度为O(logN)；5)二叉树的实现方式，包括TreeNode类和哈希表模拟。文章通过图示和代码示例直观展示了各类二叉树的特点和构建方法。

本文介绍了如何通过双向链表增强哈希表功能，实现LinkedHashMap数据结构。核心思路是在标准哈希表基础上，为每个键值对添加双向链表节点，既保持O(1)时间复杂度的增删改查，又能维护插入顺序。文章详细展示了Java实现方案：使用HashMap存储键和链表节点的映射，通过头尾哨兵节点维护双向链表结构。重点说明了put操作需要新建节点并同时更新链表和哈希表，而remove操作需同步删除两者。最后通过示例验证了该实现能正确维护键的插入顺序。这种设计在保持哈希表高效性的同时，增加了顺序访问的能力。

本文介绍了一种结合哈希表和数组的数据结构ArrayHashMap。该结构通过哈希表存储键到数组索引的映射，数组则存储实际键值对节点。这种设计使得查找、插入、删除操作的时间复杂度均为O(1)，并支持随机键访问。删除操作时，采用交换数组末尾元素的方法保持连续性。代码示例展示了get、put、remove和randomKey等核心方法的实现，包括维护两个数据结构间索引一致性的关键步骤。这种结构在需要快速随机访问的场景中特别有用。

本文介绍了链表(单链表和双链表)的基本操作实现： 单链表操作：包括数组转链表、头插法、尾插法、中间插入、头尾删除及中间删除等核心操作，详细说明了指针移动和节点连接的关键步骤。 双链表操作：展示了双链表的创建方法，以及双链表特有的双向遍历特性。重点演示了双链表的头部插入、尾部插入和中间插入操作，强调需要同时维护prev和next两个指针。 实现要点：所有操作都遵循"先连接后移动"的原则，特别注意指针操作顺序对结果的影响，如插入时需要先处理新节点指针再调整原链表指针。 内存管理：解释了链表操