KAIHINGWON的博客

排序算法 时间复杂度 是否基于比较 冒泡 、插入、选择 O(n^2) 是 快排 、归并 O(nlogn) 是 适合小规模数据的排序： 排序算法 是否原地排序 是否稳定 实际应用 冒泡排序（Bubble Sort） 是 是 少 插入排序（Insertion Sort） 是 是 多 选择排序（Selection Sort） 是 否 少 原地排序：特指空间复杂度是 O(1) 的排序算法。 稳定性：若待排序的序列中存在值相等的元素，经过排序之后，相等元素之间原有的...

一、顺序容器 容器中的位置来顺序保存和访问的 vector向量（动态数组） 底层数据结构为数组，特性： 1）支持随机快速访问：时间复杂度为O(1)； 2）插入或删除非尾结点：时间复杂度为O(n)； 3）若初始分配空间已满会引起扩容，重新申请一个 1.5 / 2 倍大的内存空间，将原空间内容拷贝过来，随后释放原空间，操作耗时。 注意：插入和删除操作后会导致旧迭代器失效。 list列表 底层数据结构为双向循环链表，特性： 1）支持快速的增删：时间复杂度为O(1)； 2）查找元素：时间复杂度为O(n)； 2）内存

链表 struct ListNode{ int val; ListNode *next; //前驱指针 ListNode *pre; //后继指针 }; LeetCode: （206）反转链表 （141）环形链表 栈 //栈 #include <stack> stack<int> a //压入栈顶 a.push(); //栈顶弹出 a.pop(); //返回栈顶 a.top(); LeetCode: （20）有效的括号 （232）用栈实现队列 单端队列 //单端队列 #i

BFS(Breath First Search):广度优先搜索 DFS(Deep First Search):深度优先搜索 BFS代码模板：通过队列遍历 LeetCode:(102)二叉树的层序遍历 「BFS 遍历」、「层序遍历」、「最短路径」实际上是递进的关系。在 BFS 遍历的基础上区分遍历的每一层，就得到了层序遍历。在层序遍历的基础上记录层数，就得到了最短路径 BFS(TreeNode* root) { //该队列用于存放每层节点 queue<TreeNode*> q; //首

斐波那契数列： F(n) = F(n-1)+F(n-2) LeetCode: （70）爬楼梯 1. 递归 时间复杂度：O(2^n) 空间复杂度：O(n) int climbStairs(int n) { return climb(n); } int climb(int n) { //终止条件，第一阶为1，第二阶为2 if(n <= 2) { return n; } //每一阶为前两阶之和 return climb(n-1

二分查找也称折半查找（Binary Search），是一种效率较高的查找方法，前提是数据结构必须先排好序,且要求为线性表，具有有随机访问的特点（如数组）。查找的时间复杂度为 O(logN)。 代码模板： left = 0; right = sizeof(arry) - 1; while(left <= right) { //防止溢出 int mid = left + (right -left)/2; if(arry[mid] == target) //匹配成功，返回结果 return