u013071074的专栏

一、存储结构二、基本操作

（二叉）堆是一个数组，是一颗近似完全二叉树，分为大顶堆&小顶堆。表示堆的数组A有两个属性：（1）A.length表示数组元素的个数；（2）A.heap-size表示有多少个堆元素存储在数组A中。更多的关于堆的性质的介绍：算法导论第三版：p85-p89、编程珠玑：p141-p145。堆的操作主要包括堆插入、堆删除两个，而堆插入设计到FixUp操作（自底向上调整），堆删除涉及到FixDown操作（自顶向下调整，大顶堆时对应算法导论上的MAX-HEAPIFY操作）。本文主要给出的是大顶堆和小顶堆的基本操作的C

堆排序、利用堆实现最大（小）优先级队列、STL中的heap的使用，利用堆求解top_k类问题。

假设要实现非递减排序，则需要用要大顶堆。此处设计到三个大顶堆的操作：（1）自顶向下调整操作：MaxHeapify（对应堆的SiftDown操作）、（2）利用数组建立大顶堆：BuildMaxHeap、（3）不断交换堆顶元素（堆的最大元素）和堆的末尾元素，实现非递减排序。优先队列分为最大优先队列和最小优先队列，分别借助于大顶堆和小顶堆。优先队列有以下基本操作：（1）提取队列中的最大（小）元素；（2）提取队列中的最大（小）元素并从队列中删除；（3）将队列中元素为x的关键字减少（增大）到k，这里假设k的值不大（

平衡二叉树：是一颗空树；或者具有以下性质的树：它的左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值不超过1。平衡二叉树的关键在于插入结点时如何保持整棵树的平衡性。下面是不平衡发生的四种情况：（1）平衡二叉树某一节点的左孩子的左子树上插入一个新的节点，使得该节点不再平衡。LL型（左孩子的左子树）由于在A的左孩子B的左子树上插入结点F，使A的平衡因子由1增至

原文地址：http://blog.youkuaiyun.com/hackbuteer1/article/details/7740956一、红黑树概述     红黑树和我们以前学过的AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。不过自从红黑树出来后，AVL树就被放到了博物馆里，据说是红黑树有更好的效率，更高的统计性能。这一点在我们了解了红黑树的实现原理

从头到尾彻底理解KMP作者：July时间：最初写于2011年12月，2014年7月21日晚10点 全部删除重写成此文。1. 引言    本KMP原文最初写于2年多前的2011年12月，因当时初次接触KMP，思路混乱导致写也写得非常混乱，如此，留言也是“骂声”一片。所以一直想找机会重新写下KMP，但苦于一直以来对KMP的理解始终

一、计数排序稳定、 当输入的元素是n 个小区间（0到k）内整数时，它的运行时间是 O(n + k)，空间复杂度是O(n)。const int K = 100;//计数排序：假设输入数据都属于一个小区间内的整数，可用于解决如年龄排序类的问题//Input:A[0, ..., n-1], 0 <= A[i] < K//Output:B[0, ..., n-1], sorting of A

接上篇：数据结构二：单链表（一）

（1）快速排序算法以及应用快速排序中划分的思想求数组中第k小的数，最小的前k个数。（2）归并排序算法以及利用归并排序计算数组的逆序对数。（3）堆排序

线性表的顺序存储结构可以用一维数组来

原文地址：http://blog.youkuaiyun.com/hackbuteer1/article/details/7760584      算法导论书上给出的红黑树的性质如下，跟STL源码剖析书上面的4条性质大同小异。      1、每个结点或是红色的，或是黑色的      2、根节点是黑色的      3、每个叶结点（NIL）是黑色的      4、如果一个节点是红色的，则它的两个

一、存储结构

二叉排序树（Binary Sort Tree）：或者是一颗空树，或者是具有以下性质的树：（1）若它的左子树不空，则左子树上所以结点的值均小于它的根节点的值；（2）若它的右子树不空，则右子树上的所以结点的值均大于它的根节点的值；（3）它的左、右子树也分别是二叉排序树。二叉排序树的基本操作均可以在O(h)时间内完成（算法导论p165）。相关操作代码如下：int InsertBST(BiTr

一、存储结构二、基本操作三、单链表相关的算法

一、存储结构二、基本操作

一、存储结构二、基本操作

一、存储结构二、基本操作

并查集（Union-find Sets）是一种非常精巧而实用的数据结构，它主要用于处理一些不相交集合的合并问题。一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先（Least Common Ancestors, LCA）等。使用并查集时，首先会存在一组不相交的动态集合 S={S1,S2,⋯,Sk}，一般都会使用一个整数表示集合中的一个元素。每个集合可能包含一个

无向边：若顶点Vi 到Vj 的边没有方向，则称这条边为无向边，用无序偶对来表示

“除留余数法”+“开放定址法（线性探测再散列）”实现的哈希表。

图文并茂。Dijkstra算法求某一个源点到其余各顶点时间复杂度是O(n^2)，但如果采用此算法，找从某一源点到某一特定终点的最短路径，复杂度仍为O(n^2)。求每一对顶点之间的最短路径：（1）每次以一个顶点为源点，重复执行Dijkstra算法n次。总的时间复杂度是O(n^3）；（2）弗洛伊德（Floyd）算法：时间复杂度也是O(n^3)，但形式上更简单。

本文简单描述了Dijkstra（迪杰斯特拉）算法，结合一个实例进行了算法流程描述，给出了C语言的算法实现。另外给了两个直接应用Dijkstra算法求解ACM题的链接。

最小生成树： 一个连通图的生成树是一个极小连通子图，它含有图中全部顶点，但只有足以构成一棵树的n-1条边。这种构造连通网的最小代价生成树称为最小生成树，详见数据结构之图（术语、存储结构、遍历）。求连通网的最小生成树有两种经典方法：普里姆（Prime）算法和克鲁斯卡尔（Kruskal）算法。1、Prime算法(1)算法描述假设N=(V,{E})是连通网，TE是N上最小生成树中边的集合。从V中任选一个顶点u0，算法从U={u0}(u0∈V)，TE={}开始，重复执行以下步骤：在所有u∈U、v∈V-

一、直接插入排序稳定，时间复杂度：最好O(n)、最差O(n^2)、平均O(n^2)，空间复杂度O(1)void InsertSort(int L[], int n){ int i, j,key; for (i = 1; i<n; i++) if(L[i] < L[i-1])//需要将L[i]插入到有序表L[0...i-1] { key = L[i];