flyingzc的博客

图 public interface IGraph<T> { /** * 返回图的顶点数 */ int vertexCount(); /** * 返回顶点vi元素 */ T getVertex(int i); /** * 设置顶点vi元素为x */ void setVertex(int i, T x); /** * 尾插入元素为x的顶点，返回x顶点序号 *

桶排序 时间复杂度是 O(n) 将要排序的数据分到几个有序的桶里，每个桶里的数据再单独进行排序。 桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。 如果要排序的数据有 n 个，我们把它们均匀地划分到 m 个桶内，每个桶里就有 k=n/m 个元素。每个桶内部使用快速排序，时间复杂度为 O(k * logk)。m 个桶排序的时间复杂度就是 O(m * k * logk)，因为 k=n/m，所以整个桶排序的时间复杂度就是 O(n*log(n/m))。当桶的个数 m 接近数据个数 n 时

平衡二叉树 平衡二叉树 是一棵空二叉树; 或者是具有下列性质的二叉排序树： (1)它的 左子树 和 右子树 都是 平衡二叉树； (2)左子树 与 右子树 的 高度之差 的 绝对值 不超过1。 结点的平衡因子（Balance Factor）定义为: 其 左子树 与 右子树 的高度之差： 结点的平衡因子 = 左子树的高度 - 右子树的高度 平衡二叉树中任何一个结点的平衡因子只能是-1、0或1 在平衡二叉树中，插入或删除一个结点可能破坏二叉树的平衡性，因此在插入或删除时都要调整二叉树，使之始终保持平衡状态。 插入

Huffman树 构造Huffman树并获得Huffman编码 Huffman 算法描述如下: 给定一个权值集合{w0，w1，…，wn-1}（n＞0），将 wi（0≤i＜n）作为二叉树第i个叶子结点的权值，构造一棵Huffman树，使其带权外路径长度WPL最小。 1.初始，构造具有n棵二叉树的森林F={T0，T1，…，Tn-1}，其中每棵二叉树Ti只有一个权值为wi的结点，该结点既是根结点也是叶子结点。 2.采取不断合并二叉树的策略。在F中选择当前根结点权值最小的两棵二叉树合并，左孩子结点权值较小，合并后根

二叉树 二叉树定义 二叉树（Binary Tree）是 n（n ≥ 0）个 结点 组成的 有限集合，n = 0 时称为空二叉树； n > 0 的二叉树由 一个根结点 和 两棵互不相交的、分别称为 左子树 和 右子树 的 子二叉树 构成。 满二叉树 和 完全二叉树 满二叉树: 一棵高度为 h 的满二叉树（Full Binary Tree）是具有 2^h-1（h≥0）个结点的二叉树。 一棵具有 n 个结点高度为 h 的二叉树，如果它的每个结点都与高度为 h 的满二叉树中序号为 0～n-1 的结点一一对应，

2-3 查找树 定义: 一棵 2-3 查找树 或为一棵空树，或由以下结点组成： 2-结点: 含有一个键（及其对应的值）和两条链接，左链接指向的 2-3 树中的键都小于该结点，右链接指向的 2-3 树中的键都大于该结点。 3-结点: 含有两个键（及其对应的值）和三条链接，左链接指向的 2-3 树中的键都小于该结点，中链接指向的 2-3 树中的键都位于该结点的两个键之间，右链接指向的 2-3 树中的键都大于该结点。 将指向一棵空树的链接称为空链接 查找 要判断一个键是否在树中，我们先将它和根结点中的键比较。 如

二叉查找树 定义：一棵 二叉查找树（BST） 是一棵二叉树， 其中每个结点都含有一个 Comparable 的键（以及相关联的值）且 每个结点的键都大于其左子树中的任意结点的键 而小于右子树的任意结点的键。 在二叉树 中，每个结点只能有一个父结点（只有一个例外，也就是根结点 ，它没有父结点），而且每个结点都只有左右 两个链接，分别指向自己的左子结点 和右子结点. 尽管链接指向的是结点，但我们可以将每个链接看做指向了另一棵二叉树，而这棵树的根结点就是被指向的结点。因此我们可以将二叉树定义为一个空链接，或者是一

优先队列 优先队列: 满足收集一些元素，处理当前键值最大的元素.然后再收集更多的元素，再处理当前键值最大的元素需求. 支持两种操作：删除最大元素 和 插入元素 API 最重要的操作就是 删除最大元素delMax() 和插入元素insert(). public class MaxPQ <Key extends Comparable<Key>> { // 创建一个优先队列 public MaxPQ() // 创建一个初始容量为 max 的优先队列 pu

排序 最近在看算法4,复习下数据结构算法,以下内容来源于排序部分. 选择排序 不断地选择剩余元素之中的最小者 1.找到数组中最小的那个元素; 2.将它和数组的第一个元素交换位置（如果第一个元素就是最小元素那么它就和自己交换）; 3.在剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。如此往复，直到将整个数组排序。 /** * 将a[]按升序排列 */ public static void sort(Comparable[] a) { int n = a.length; for (i

滑动窗口（Sliding Window） 滑动窗口协议（Sliding Window Protocol），属于 TCP 协议的一种应用，用于网络数据传输时的流量控制，以避免拥塞的发生。 算法中的滑动窗口也是类似，通常用来解决一些连续问题。 比如,求解“连续子串 xxxx”，“连续子数组 xxxx”. 从类型上说主要有： 固定窗口大小. 窗口大小不固定，求解最大的满足条件的窗口 (3. 无重复字符的最长子串) 窗口大小不固定，求解最小的满足条件的窗口（209 题） 固定窗口大小 对于固定窗口，只需要固定初始化

布隆过滤器 what 布隆过滤器(Bloom Filter).是一个很长的 二进制向量 和 一系列随机映射 函数. 之所以叫 filter,是在缓存之前,把不存在的 key 给拦截掉. 本质是 一个位数组: 位数组 就是 数组 的 每个元素 都只占用 1 bit,并且每个元素只能是 0 或 1. 用于判断: 某个元素 一定不存在 或者 可能存在 于 一个集合中. 布隆过滤器除了一个位数组,还有 K...