Algorithm：【算法进阶之路】之算法面试刷题集合—数据结构的简介、最强学习路线(逻辑结构【数组-链表-栈和队列/树-图-哈希】、物理结构【元素/关系】、数据运算【十大排序/四大查找-图三大搜索-

Algorithm：【算法进阶之路】之算法面试刷题集合—数据结构的简介、最强学习路线(逻辑结构【数组-链表-栈和队列/树-图-哈希】、物理结构【元素/关系】、数据运算【十大排序/四大查找-图三大搜索-树三大遍历】、高级算法【枚举/回溯/递归/分治/动规/贪心】)、问题为导向的十大类刷题算法总结之详细攻略

导读：学习并掌握数据结构的路线，首先理解基本概念和术语。掌握数组和链表的原理、操作和应用场景。熟悉栈和队列的实现和常见应用。深入学习树的概念、遍历方法和各种类型的树。理解图的基本表示法、遍历算法和最短路径算法。学习散列（哈希）的原理、冲突解决方法和应用场景。掌握字符串匹配算法的原理和实现。最后，通过刷题来巩固所学的数据结构知识（如LeetCode、牛客网、HackerRank等）。但是，抽时间的时候，还是要阅读一下经典书籍，如《算法导论》、《数据结构与算法分析》等。

目录

相关文章

DSt：数据结构的简介、最强学习路线(逻辑结构【数组-链表-栈和队列/树-图-哈希】、物理结构【元素/关系】、数据运算【十大排序/四大查找-图三大搜索-树三大遍历】、高级算法【枚举/回溯/递归/分治/动规/贪心】)、问题为导向的十大类刷题算法总结之详细攻略

Algorithm：【Algorithm算法进阶之路】数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递归/分治/动态规划/贪心算法)总结

Algorithm：【Algorithm算法进阶之路】之十大经典排序算法(​简单插入排序/希尔排序、选择排序/堆排序、冒泡排序/快速排序、归并排序、计数排序/桶排序/基数排序)动态图文讲解及其代码实现

Algorithm：【Algorithm算法进阶之路】——六大高级算法(枚举算法、回溯算法、递归思想、分治思想、动态规划、贪心算法)—最经典二十道算法刷题集合(问题详解+解题思路+代码实现)之最强攻略

Algorithm：【Algorithm算法进阶之路】之数据结构二十多种算法演示(顺序表、链表、栈和队列、串的模式匹配、稀疏矩阵、广义表、二叉树、图、存储管理、静态查找、动态查找、内部排序、外部排序)

数据结构思维导图

非常详细

核心知识点

本文章的思维导图

基本术语

算法复杂度的简介

一、数据结构的概述

1.1、学习数据结构的意义和注意事项是什么？

二、数据的逻辑结构

2.1、集合结构

2.2、线性结构—三大线性结构(非空集)

2.2.1、数组

Algorithm：【算法进阶之路】之算法面试刷题集合—数组与排序相关算法题(两数之和/岛屿的最大面积/岛屿数量/搜索旋转排序数组/寻找两个正序数组的中位数/最长连续递增序列/最长上升子序列/数组中的第K个最大元素/链表中倒数第k个节点等)

2.2.2、链表

Algorithm：【算法进阶之路】之算法面试刷题集合—链表的简介、相关算法题目集合(链表相加、链表的部分翻转、链表划分、链表去重、重复元素全部删除)

2.2.3、栈( Stack)和队列(Queue)

Algorithm：【算法进阶之路】之算法面试刷题集合—栈的简介、栈相关的算法题目集合之详细攻略

2.2.4、字符串

 Algorithm：【算法进阶之路】之算法面试刷题集合—字符串相关算法的简介、习题集合(字符串的排列/无重复字符的最长子串/最长公共前缀/最长回文子串/字符串相乘/反转字符串中的单词/单词拆分/字符串解码/简化路径/复原IP地址，字符串的循环左移/字符串的全排列/带有同个字符的全排列/串匹配问题的BF算法和KMP算法)

2.3、非线性结构—四大非线性结构(非空集)

2.3.1、树Tree结构——二叉树(堆)、多路查找树、字典树

Algorithm：【算法进阶之路】之算法面试刷题集合—树结构算法的简介(二叉树/多路查找树/字典树)、具体结构(FBT/CBT/BST/BBT/Heap/Huffman、B树/B+树/R树、字典树)及其运算(增删查/遍历/旋转)、代码实现之详细攻略

2.3.2、图Graph结构—三大算法+两种遍历

2.3.4、哈希(Hash)/散列结构

三、数据的物理结构

3.1、数据元素的机内表示

3.2、关系的机内表示

四、数据的运算

4.1、十大排序

Algorithm：【Algorithm算法进阶之路】之十大经典排序算法(​简单插入排序/希尔排序、选择排序/堆排序、冒泡排序/快速排序、归并排序、计数排序/桶排序/基数排序)动态图文讲解及其代码实现

4.1.1、O(n)—计数、桶、基数

4.1.2、O(nlogn)—希尔、堆、快速、归并

4.1.3、O(n^2)—插入、选择、冒泡

4.2、三类检索

4.2.1、查找—四大查找方法

4.2.2、搜索—图算法的三大搜索

4.2.3、遍历—二叉树的三大遍历

Algorithm：树结构(二叉树/多路查找树/字典树)的简介、具体结构(FBT/CBT/BST/BBT/Heap/Huffman、B树/B+树/R树、字典树)及其运算(增删查/遍历/旋转)、代码实现

五、高级算法思想：EA枚举/RA递归/BA回溯/DAC分治/DP动态规划/GA贪心算法

DSt：数据结构的简介、最强学习路线之六大高级算法(枚举算法、递归思想、回溯算法、分治思想、动态规划、贪心算法)—最经典二十道算法刷题集合(问题详解+解题思路+代码实现)之最强攻略

5.1、EA枚举算法【穷举所有】——指数级O(2^n)或O(n^n)——枚举=穷举+循环结构+无明显优化策略——约瑟夫环、排列组合、求解两数之和

5.2、RA递归思想【调用自身】——有时指数级O(2^n)——递归=分解更小相同子问题+重复调用自身+组合子解合成原问题解——快速排序/归并排序、斐波那契数列【重复计算/效率低】、汉诺塔、N皇后问题

5.3、BA回溯算法【试错】——O(n!)或O(2^n)——回溯=试错思想+深度优先搜索+递归+可剪枝/撤销回溯——全排列、N皇后问题、图的着色

5.4、DAC分治思想【组合子问题解】——O(nlogn)——分治=分而治之+分解更小相互独立的子问题+递归解决+存在重叠计算+组合成原问题的解——快速排序/归并排序、求最大公约数

5.5、DP动态规划思想(动态存储+最优规划)【保存子问题的解】——O(n)或O(logn)​​​​​​​​​​​​​​——动态规划(动态存储+最优规划)=分解子问题+存储子问题解(避重算)+空间换时间(中间结果保存到数组)+自底向上解决原问题+无后效性(已发生的只承认不能改变)——斐波那契数列【效率更高】/背包问题/爬楼梯/零钱兑换/最短路径/最长公共子序列

Algorithm：动态规划算法相关问题—斐波那契数列/背包问题/最短路径/最长公共子序列/整数划分问题/矩阵链乘/字符串的交替连接/格网棋盘/非线性规划、生产计划/资源分配等问题分析及其代码实现

5.6、GA贪心思想【局部最优】——O(n)​​​​​​​或O(logn​​​​​​​)​​​​​​​​​​​​​​——贪心=每一步选当前最优+目光短浅→非全局最优+近似解——找零钱问题、最短重排序、饥饿算法(Huffman编码)、最小生成树问题（Kruskal算法、Prim算法、Dijkstra 算法）

5.7、多种算法对比

(1)、递归算法【调用自身解决子问题+遍历所有可能解+存在重复计算(效率较低)】、动态规划算法【先解决较小问题+保存子问题的解+额外存储空间(效率较高)+从已有的解推导出新解】

(2)、贪心算法【局部最优+目光短浅】、动态规划【全局最优+远见卓识】

(3)、枚举算法【穷举所有】、回溯算法【试错】、递归算法【调用自身】、分治算法【组合子问题解】、动态规划【保存子问题的解】、贪心算法【局部最优】

(4)、六大算法最新对比：枚举算法、递归思想、回溯算法、分治思想、动态规划、贪心算法

六、问题为导向的十大类刷题算法总结

DSt：数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递归/分治/动态规划/贪心算法)总结

---