sinat_31089473的博客

解题思路：这类链表题目一般都是使用双指针法解决的，例如寻找距离尾部第K个节点、寻找环入口、寻找公共尾部入口等。//环形链表相关import java.util.HashSet;class ListNode { int val; ListNode next; ListNode(int x) { val = x; next = null; }}public class testg { //使用HashSet 解决

方法一：深度优先搜索我们可以将二维网格看成一个无向图，竖直或水平相邻的 11 之间有边相连。为了求出岛屿的数量，我们可以扫描整个二维网格。如果一个位置为 11，则以其为起始节点开始进行深度优先搜索。在深度优先搜索的过程中，每个搜索到的 11 都会被重新标记为 00。最终岛屿的数量就是我们进行深度优先搜索的次数。package com.zx.ds.sep20;//岛的数量public class testc { public static void dfs(char a[][]

动态规划算法1）动态规 划（Dynamic Progamming）算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法2）动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若千个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。3）与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。（即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解）4）动态规划可以通过填表的方式来逐步推进，得到最优解.背包问题：有一

字符串匹配问题：有一个字符串 str1= "BBC ABCDAB ABCDABCDABDE"，和一个子串 str2="ABCDABD" 现在要判断 str1 是否含有 str2, 如果存在，就返回第一次出现的位置, 如果没有，则返回-1暴力匹配算法如果用暴力匹配的思路，并假设现在str1匹配到 i 位置，子串str2匹配到 j 位置，则有:如果当前字符匹配成功（即str1[i] == str2[j]），则i++，j++，继续匹配下一个字符 如果失配（即str1[i]! = str2[j].

分治算法介绍分治法是一种很重要的算法。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。这个技巧是很多高效算法的基础，如排序算法(快速排序，归并排序)，傅立叶变换(快速傅立叶变换)…… 分治算法可以求解的一些经典问题 二分搜索 大整数乘法 棋盘覆盖 合并排序 快速排序 线性时间选择 最接近点对问题 循环赛日程表 汉诺塔分治算法的基本步骤分治法在每一层...

图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。图的表示方式图的表示方式有两种：二维数组表示（邻接矩阵）；链表表示（邻接表）。邻接矩阵邻接矩阵是表示图形中顶点之间相邻关系的矩阵，对于n个顶点的图而言，矩阵是的row和col表示的是1....n个点。邻接表 邻接矩阵需要为每个顶点都分配n个边的空间，其实有很多边都是不存在,会造成空间的一定损失. 邻接表的实现只关心存在的边，不关心不存在的边。因此没有空间浪费，邻接表由数组+链表

给你一个数列{1,2,3,4,5,6}，要求创建一颗二叉排序树(BST), 并分析问题所在.上图BST 存在的问题分析:左子树全部为空，从形式上看，更像一个单链表. 插入速度没有影响 查询速度明显降低(因为需要依次比较), 不能发挥BST 的优势，因为每次还需要比较左子树，其查询速度比 单链表还慢 解决方案-平衡二叉树(AVL)平衡二叉树平衡二叉树也叫平衡二叉搜索树（Self-balancing binary search tree）又被称为AVL树， 可以保证查询效率较高。具.

一个数列 (7, 3, 10, 12, 5, 1, 9)，要求能够高效的完成对数据的查询和添加。使用数组数组未排序， 优点：直接在数组尾添加，速度快。 缺点：查找速度慢. 数组排序，优点：可以使用二分查找，查找速度快，缺点：为了保证数组有序，在添加新数据时，找到插入位置后，后面的数据需整体移动，速度慢。使用链式存储-链表 不管链表是否有序，查找速度都慢，添加数据速度比数组快，不需要数据整体移动。使用二叉排序树二叉排序树二叉排序树BST: (Binary Sort(Searc...

赫夫曼树给定n个权值作为n个叶子结点，构造一棵二叉树，若该树的带权路径长度(wpl)达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。 赫夫曼树是带权路径长度最短的树，权值较大的结点离根较近。赫夫曼树相关概念路径和路径长度：在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1，则从根结点到第L层结点的路径长度为L-1 结点的权及带权路径长度：若将树中结点赋给一个有着某种含义的数值，则这个数值

堆排序堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆 一般升序采用大顶堆，降序采用小顶堆堆排序的基本思想将待排序序列构造成一个大顶堆 此时，整个序列的最大值就是堆顶的根节点。 将其与末.

将数列{1 ，3 ，6， 8 ，10 ，14}构建成一颗二叉树1）n个结点的二叉链表中含有n+1 [公式2n-(n-1)=n+1] 个空指针域。利用二叉链表中的空指针域，存放指向该结点在某种遍历次序下的前驱和后继结点的指针（这种附加的指针称为"线索"）2）这种加上了线索的二叉链表称为线索链表，相应的二叉树称为线索二叉树（Threaded BinaryTree）。根据线索性质的不同，线索二叉树可分为前序线索二叉树、中序线索二叉树和后序线索二叉树三种3）一个结点的前一个结点，称为前驱结点4）一个

从数据存储来看，数组存储方式和树的存储方式可以相互转换，即数组可以转换成树，树也可以转换成数组。package com.zx.ds.tree;//顺序存储二叉树class ArrBinaryTree{ private int arr[]; public ArrBinaryTree(int[] arr) { this.arr = arr; } //重载preOrder public void preOrder(){

1.为什么需要树这种数据结构1）数组存储方式的分析优点：通过下标方式访问元素，速度快。对于有序数组，还可使用二分查找提高检索速度。缺点：如果要检索具体某个值，或者插入值（按--定顺序）会整体移动，效率较低2）链式存储方式的分析优点：在一定程度上对数组存储方式有优化（比如：插入一个数值节点，只需要将插入节点，链接到链表中即可，删除效率也很好）。缺点：在进行检索时，效率仍然较低，比如（检索某个值，需要从头节点开始遍历）3）树存储方式的分析能提高数据存储，读取的效率，比如利用二叉排序树（Bi.

散列表（Hash table，也叫哈希表），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。有一个公司，当有新的员工来报道时，要求将该员工的信息加入id，性别，年龄，名字，住址.），当输入该员工的id时，要求查找到该员工的所有信息1）不使用数据库，速度越快越好=>哈希表（散列）2）添加时，保证按照id从低到高插入[课后思考：如果id不是从低到高插入

1. 查找算法介绍在java中，我们常用的查找有四种：1）顺序（线性）查找 2）二分查找/折半查找 3）插值查找 4）斐波那契查找2. 线性查找算法package com.zx.ds.search;public class SeqSearch { public static int search(int a[],int findVal){ for(int i=0;i<a.length;i++){ if(a[i]==findVa

基数排序（桶排序）介绍：1）基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucketsort）或bin sort，顾名思义，它是通过键值的各个位的值，将要排序的元素分配至某些“桶”中，达到排序的作用2）基数排序法 是属于稳定性的排序，基数排序法的是效率高的稳定性排序法3）基数排序（Radix Sort）是桶排序的扩展4）基数排序是1887年赫尔曼●何乐礼发明的。它是这样实现的：将整数按位数切割成不同的数字，然后按每个位数分别比较。基.

归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide and-conquer）策略（分治法将问题分（divide）成一些小的问题然后递归求解，而治（conquer）的阶段则将分的阶段得到的各答案”修补"在一起，即分而治之）。归并排序基本思想合并相邻有序子序列：治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4，5，7，8]和[1，2，3，6]两个已经有序的子序列，合并为最终序列[1，2，3，4，5，

题目描述输入两个链表，找出它们的第一个公共结点。/*public class ListNode { int val; ListNode next = null; ListNode(int val) { this.val = val; }}*/public class Solution { public ListNode FindFirstCommonNode(ListNode pHead1, ListNode pHead2) {

题目描述输入一个链表，反转链表后，输出新链表的表头。迭代 使用头插法/*public class ListNode { int val; ListNode next = null; ListNode(int val) { this.val = val; }}*/public class Solution { public ListNode ReverseList(ListNode head) { ListNode

题目描述{6, -3, -2, 7, -15, 1, 2, 2}，连续子数组的最大和为 8（从第 0 个开始，到第 3 个为止）。public class Solution { public int FindGreatestSumOfSubArray(int[] array) { int max=Integer.MIN_VALUE; for(int i=0;i<array.length;i++){ int temp=array[

题目描述如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。import java.util.PriorityQueue;import java.util.Comparator;public class Solution { //PriorityQueue默认

快速排序（Quicksort）是对冒泡排序的一种改进。基本思想是：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--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，以此达到整个数据变成有序序列package com.zx.ds.ds0806;import java.text.SimpleDateFormat;import java.util.Arrays;import java.util.Date;public

希尔排序是希尔（Donald Shell）于1959年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序。希尔排序法基本思想希尔排序是把记录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，整个文件恰被分成一-组，算法便终止import java.util.Arrays;public class ShellSort { public static v

插入式排序属于内部排序法，是对于欲排序的元素以插入的方式找寻该元素的适当位置，以达到排序的目的。插入排序法思想：插入排序（Insertion Sorting）的基本思想是：把n个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。package com.zx.ds.ds0731;//插入排

选择排序也属于内部排序法，是从欲排序的数据中，按指定的规则选出某一元素，再依规定交换位置后达到排序的目的。选择排序思想：选择排序（select sorting）也是一种简单的排序方法。它的基本思想是：第一次从arr[0]~arr[n-1]中选取最小值，与arr[0]交换，第二次从arr[1]~arr[n-1]中选取最小值，与arr[1]交换，第三次从arr[2]~arr[n-1]中选取最小值，与arr[2]交换,第 i 次从arr[i-1]~arr[n-1]中选取最小值，与arr[i

冒泡排序（Bubble Sorting）的基本思想是：通过对待排序序列从前向后（从下标较小的元素开始），依次比较相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前移向后部，就象水底下的气泡一样逐渐向上冒。package com.zx.ds.ds0731;import java.util.Arrays;public class BubbleSort { public static void main(String[] args) { int array[] = {2

八皇后问题，是一个古老而著名的问题，是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯.贝瑟尔于1848年提出：在8X8格的国际象棋上摆放八个皇后，使其不能互相攻击，即：任意两个皇后都不能处于同--行、同一列或同--斜线上，问有多少种摆法（92）。八皇后问题算法思路分析1）第一个皇后先放第一行第一列 2）第二个皇后放在第二行第一列、然后判断是否OK，如果不 OK，继续放在第二列、第三列、依次把所有列都放完，找到一个合适(冲突的判断 判断是否在同一列 同一条斜线上) 3）继续第三个皇后，还是.

使用二维数组来模拟迷宫，重点是setWay方法的理解//使用递归解决迷宫问题//1.使用二维数组模拟迷宫//2. setWay()public class MiGong { public static void printArray(int [][] a){ for(int row[]:a){ for(int col:row){ System.out.print(col+" ");

Josephu问题为：设编号为1，2，...n的n个人围坐一圈，约定编号为k（1<=k<=n）的人从1开始报数，数到m的那个人出列，它的下一位又从1开始报数，数到m的那个人又出列，依次类推，直到所有人出列为止，由此产生一个出队编号的序列。这里用一个不带头结点的循环链表来处理Josephu问题：先构成一个有n个结点的单循环链表，然后由k结点起从1开始计数，计到m时，对应结点从链表中删除，然后再从被删除结点的下一个结点又从1开始计数，直到最后一个结点从链表中删除算法结束。以1，2，3，4，