gdy的博客

学习了一学期的Java,慢慢的从开始的浑浑噩噩到现在觉得Java的博大精深和有趣，所谓温故而知新，期末伏羲重新看一遍书还是有很大收获的。比如：遍历m>n ? m:n

1.顺序查找使用岗哨可以节约一半的时间. 为此, 第 0 个位置不可以放有意义的数据, 即有效数据只有 length - 1 个.2.顺序查找时间复杂度为 O ( n ) O(n)O(n).3.折半查找时间复杂度为 O ( log ⁡ n ) O(\log n)O(logn).4.书上为简化起见, 只关注键. 这里使用键值对来表示一条完整的数据. 实际应用中可以把 content 改成任何想要的数据类型.5.102 行是一个空语句. 这里提供了一种更简洁的写法, 可以把 101-103 并作一行 (

简述归并排序（1）算法思想 归并排序采用了分治策略（divide-and-conquer），就是将原问题分解为一些规模较小的相似子问题，然后递归解决这些子问题，最后合并其结果作为原问题的解。 归并排序将待排序数组A[1..n]分成两个各含n/2个元素的子序列，然后对这个两个子序列进行递归排序，最后将这两个已排序的子序列进行合并，即得到最终排好序的序列。具体排序过程如下图所示：操作代码/** ********************* * Merge sor.

简述选择排序选择排序的基本思想是：每一趟（例如第i趟）在后面的 n-i+1 个待排序元素中选取关键字最小的元素，作为有序子序列的第i个元素，直到第 n-1 趟做完，待排序元素只剩下一个，就不用再选了。这里主要讲简单选择排序和堆排序（重点，面试中问到过）一、简单选择排序基本思想：假设排序表为 L[1…n] ，第i趟排序即从L[i,n] 中选择关键字最小的元素与 L(i) 交换，每一趟排序可以确定一个元素的最终位置，这样经过 n-1 趟排序就可以使整个排序表有序。空间效率为O(1)元素移动次数很少，

简述插入排序原理很简单，将一组数据分成两组，我分别将其称为有序组与待插入组。每次从待插入组中取出一个元素，与有序组的元素进行比较，并找到合适的位置，将该元素插到有序组当中。就这样，每次插入一个元素，有序组增加，待插入组减少。直到待插入组元素个数为0。当然，插入过程中涉及到了元素的移动。特点1.代码非常短，因为是简单直接的排序方式2.每次要保证前i个数据是有顺序的3.先做简单的事情（第一轮最多有一次移动），在做麻烦的事情（最后一轮有n-1次移动）4.下标0的数据为岗哨，与前面的顺序查找和折半查找

简述冒泡排序：依次比较相邻的数据，将小数据放在前，大数据放在后；即第一趟先比较第1个和第2个数，大数在后，小数在前，再比较第2个数与第3个数，大数在后，小数在前，以此类推则将最大的数"滚动"到最后一个位置；第二趟则将次大的数滚动到倒数第二个位置…第n-1(n为无序数据的个数)趟即能完成排序以下面5个无序的数据为例：40 8 15 18 12第1趟: 8 15 18 12 40第2趟: 8 15 12 18 40第3趟: 8 12 15 18 40第4趟: 8 12 15 18 40运行代码

简述快速排序快速排序是对冒泡排序的一种改进， 它是不稳定的。由C. A. R. Hoare在1962年提出的一种划分交换排序，采用的是分治策略（一般与递归结合使用），以减少排序过程中的比较次数，它的最好情况为O(nlogn)，最坏情况为O(n^2)，平均时间复杂度为O(nlogn)。基本思想：选择一个基准数，通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小。然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以达到全部数据变成有序。

简述基本思想：希尔排序是把序列按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量的逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个序列恰好被分为一组，算法便终止。我们用几张图片来理解这就是全过程实战代码/** ********************* * Shell sort. We do not use sentries here because too many of them are need. ********************* */

简述堆排序1、首先了解堆是什么堆是一种数据结构，一种叫做完全二叉树的数据结构。2、堆的性质这里我们用到两种堆，其实也算是一种。大顶堆：每个节点的值都大于或者等于它的左右子节点的值。小顶堆：每个节点的值都小于或者等于它的左右子节点的值。对于大顶堆：arr[i] >= arr[2i + 1] && arr[i] >= arr[2i + 2]对于小顶堆：arr[i] <= arr[2i + 1] && arr[i] <= arr[2i +

哈希表的基本概念哈希表（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。也就是说，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。这个映射函数叫做散列函数，存放记录的数组叫做散列表。给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。哈希表的本质上上一个数组（元素是Entry）Hash Table的查询

package dataStructure.search;/** * Data array for searching and sorting algorithms.用于搜索和排序算法的数据数组 * * @author goudiyuan */public class DataArray { /** * An inner class for data nodes. The text book usually use an int value to * represent the d

1.拓扑排序是关键路径的一部分.2.关键路径长度, 其实是最远路径长度. 然而, 它并非最短路径的对偶问题. 我尝试修改 Dijkstra 算法来解决, 然后发现自己傻了.3.正向算每个节点的最早开始时间, 逆向算每个节点的最晚开始时间, 设计太牛了.4.最晚开始时间的初始化容易弄错, 经典算法果然是不好对付的. /** ********************* * Critical path. Net validity checks such as loop check not .

1.又需要画个几个图, 换几个例子.2.Dijkstra 算法需要有向图, Prim 算法需要无向图. 代码中也需要更换后者.3/两个算法的结构相同. 不同之处是比较距离的时候, 是用累计的 (Dijkstra) 还是当前边的 (Prim). 建议先写 Dijkstra, 然后拷贝、修改变成 Prim. 到这个阶段, 应该已经具备这样的能力.package dataStructure.graph;import java.util.Arrays;import matrix.IntMatrix

package dataStructure.graph; /** * Orthogonal List for directed graph. * @author goudiyuan */public class OrthogonalList { /** * An inner class for adjacent node. */ class OrthogonalNode { /** * The row index. */ int row; /** .

相当于图的压缩存储. 每一行数据用一个单链表存储. 重写了广度优先遍历. 可以发现, 使用队列的机制不变. 仅仅是把其中的 for 循环换成了 while, 避免检查不存在的边. 如果图很稀疏的话, 可以降低时间复杂度. 深度优先遍历可以当作作业, 这里不写了.package dataStructure.graph;import dataStructure.queue.CircleObjectQueue;public class AdjacencyList { /** * An.

经典的回溯算法. 万能的暴力解题法, 一定要掌握啊! 调拭时注意 +1, -1 之类的下标控制. 单独写一个冲突检测方法. 由于它仅使用了图的连接性, 所以放在这个部分. /** ********************* * Coloring. Output all possible schemes. * * @param paraNumColors The number of colors. ********************* */ public vo.

图的深度优先遍历

与树的广度优先遍历类似. 温故而知新. 应该看懂了自己写一遍. 为每个核心方法写一个测试方法吧. 这叫单元测试 /** ********************* * Breadth first traversal. * * @param paraStartIndex The start index. * @return The sequence of the visit. ********************* */ public String breadthFi

图的连通性检测

有了前面的基础，现在理解这个还是轻松，不像前面的Huffman树。1，矩阵对象的创建.2，getRows 等: getter, setter 在 java 里面很常用. 主要是为了访问控制.3，整数矩阵的加法、乘法.4，Exception 的抛出与捕获机制.5，用 this 调用其它的构造方法以减少冗余代码.6，代码看起来多, 但矩阵运算我们以前写过（其实去掉注释也就只有100多行）.7，把数据类型修改成 double, 获得 DoubleMatrix.java, 以后会很有用.8，get

由于我的Huffman树又出bug了，所以先水一下，写一下其他我前面遇到过的东西，但是我不知道的。

这个着实有点恼火

这里看的眼睛都花了，因为我是觉得第一天的还好，后面就多看了一点，没有想到啊，害

Java实现简单hanoi塔问题

其实有很多问题，只是我还没有发现

我找到为什么了

还是深度遍历，想要看泛型可以看21天

这一篇也很顶

总算是把逻辑搞清楚了

着的是越来越难了，希望我能够坚持下去，Hurry

二分搜索树深度优先遍历，这篇文章是我参考的菜鸟教程里面的。使用泛型的格式我还是不怎么看得懂

二叉树的深度优先遍历递归实现

对这几天的线性数据结构做一些总结。

java单链表

这是第二周的周报

会根据天数更新，每天都会有新的内容，七天过后就会更新下一期