小团子的博客

算法训练营第八周 学习笔记 第8周 第16课 | 位运算 1. 位运算基础及实战要点 位运算符 机器里的数字表示方式和存储格式就是二进制 算数移位与逻辑移位 异或：相同为0，不同为1。也可用“不进位加法”来理解。 位运算的应用 第8周 第17课 | 布隆过滤器和LRU缓存 1. 布隆过滤器的实现及应用 HasgTable + 拉链存储重复元素 一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。 优点是空间效率和查询时间都远远超过一般算法；

算法训练营第七周 学习笔记 第7周 第13课 | 字典树和并查集 1. Trie树的基本实现和特性 字典树的数据结构 字典树，即Trie树，又称单词查找树或键树，是一种树形结构。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。 它的优点：最大限度地减少无谓的字符串比较，查询效率比哈希表高。 字典树的核心思想 Trie树的核心思想是空间换时间。 利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。 字典树的基本性质 节点本身不存完整

算法训练营第六周 学习笔记 第6周 第12课 | 动态规划 1. 动态规划的实现及关键点 分治+回溯+递归+动态规划 递归代码模板 # Python def recursion(level, param1, param2, ...): # recursion terminator if level > MAX_LEVEL: process_result return # process logic in current level pro

算法训练营第四周 学习笔记 问题 第4周 第9课 | 深度优先搜索和广度优先搜索 1. 深度优先搜索、广度优先搜索实现和特性 遍历搜索 在树（图/状态集）中寻找特定结点 搜索 - 遍历 每个节点都要访问一次 每个节点仅仅访问一次 对节点的访问顺序不限 深度优先： depth first search 广度优先： breadth first search 其它：优先级优先 深度优先 # 递归写法 visited = set() def dfs(node, visited): i

算法训练营第三周 学习笔记 问题 难度开始加大了，好反复看好几遍，基础太差，练习不够。 第7课 | 泛型递归、树的递归 1.递归的实现、特性以及思维要点 树的面试题解法一般都是递归 -递归 Recursion 递归 - 循环 通过函数体来进行的循环 类似于栈的形式一层一层进去，栈本身就是递归调用时，系统给我们做的调用栈 Python 代码模板 // python def recursion(level, param1, param2, ...): # recursion terminator

算法训练营第一周 学习笔记 问题 LeetCode困难级别的题较难理解，需要稳扎稳打多练习基础题，理解困难题的思路； Stack源码和Queue源码的讲解需要多看。 常用工具配置 刻意练习 基本功和编程指法 Best Practices/Top tips 时间复杂度 Big O notation O(1): Constant Complexity 常数复杂度 O(log n): Logatithmix Complexity 对数复杂度 O(n): Linear Complexity 线性时间

算法训练营第二周 学习笔记 问题 第2周 第5课 | 哈希表、映射、集合 哈希表 Hash table 定义：哈希表（Hash table），也叫散列表，是根据关键码值（Key value）而直接进行访问的数据结构。它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫作散列函数（Hash Function），存放记录的数组叫作哈希表（或散列表）。 工程实践： 电话号码簿 用户信息表 缓存（LRU Cache） 键值对存储（Redis） 散列函数的特点： 确定性 散列碰撞