素年恋锦事的博客

数据结构—基数排序学习笔记应用场景算法原理复杂度代码 应用场景 针对数据范围过大（对手机号进行排序），数据不是整型（比如是字符串）的这些特点，计数排序难以进行简单的处理，但可以通过基数排序解决。 算法原理 这里我们举出身高的例子（手机号的例子实在太长了）： 请为一组身高进行排序： 192 168 131 147 145 189 177 142 172 203 首先我们观察到，对于待排序的数据，其在不同位上数字的权重是不一样的（百位>十位>个位），百位上大的数值一定比十位上大的数值来得大。 2?

数据结构—计数排序学习笔记应用场景算法原理复杂度代码实现 应用场景 对数值范围小，且都是整型的数列进行排序，并且有严格的时间复杂度要求(小于O(n * logn))，常使用计数排序。 比如我有10亿个数，但这些数都是位于0到10的整型数据，要求时间复杂度严格小于O(n * logn)。 算法原理 首先我们查看适合计数排序的数据特点： ①数据量没有限制，但数值都集中在很小的范围内，比如0~100； ②数据类型必须要是整型的，结合特点①即数据取值只有很少的整形范围。 假定有20个待排序数列： 9，3，5，4，9

数据结构—桶排序学习笔记应用场景算法原理代码 应用场景 数列取值范围过大，或者不为整数时，不再适用计数排序，升级为桶排序来进行排序。 题型：大数据时代：本月某网站播放数量前十的视频，视频数量又多、播放次数差别又大，非常适合桶排序。 算法原理 类别于计数排序中计数数组的某一个元素，桶排序中的每一个桶代表了一个区间范围，里面可以承载一个或多个元素。桶排序的第一步就是创建这些桶，并确定每一个桶的区间范围。 举例：2.2，0.5，5.5，4.24，0.54，3.36 具体创建多少个桶，如何确定桶的区间范围，有很

排序算法复习冒泡排序 排序是我们生活中时常会遇到的问题：上体育课会按照从高到低的顺序排列；高考录取会按照分数依次排名。 拓展到广义的定义，排序就是：现有 n 个数据 a1, a2, a3, … an ，其具有一个可进行比较的属性 y ，现在需要找到 n 个数据的一种排列 {p1, p2, … pn} ，使其属性 y1 ≤ y2 ≤ … ≤ yn。这样的操作就是排序。 常见的排序方法有： 冒泡排序 、 简单选择排序 、 直接插入排序 、 希尔排序 、 堆排序 、归并排序 、快速排序 等。 由于排序涉及大量的交

非递归实现二叉树遍历前序遍历：中序遍历后序遍历 前序遍历： public List<Integer> preOrder(TreeNode root){ List<Integer> preret = new LinkedList<>(); if(root==null) return preret; Stack<TreeNode> stack = new Stack<>(); while (!stack.