weixin_47042983的博客

本章是填补之前文章的坑，对哈希算法进行了实现，使用了平方取中法/除留余数法进行哈希映射，使用开放地址与公共溢出区解决冲突，同时对不同方法进行了性能分析对比，最后进行了总结。

本篇文章对算法中的基本问题--排序 的思想进行了描述，后续文章会对所有排序算法进行实现，欢迎关注本系列。

本章对算法中的基本问题--查找做了一个简要介绍，包含了一些基本算法思想以及评价，后续文章详细介绍一些算法，欢迎关注本系列。

本章主要介绍了图这个数据结构的相关知识，包含图的基本概念及其关键词、使用不同的数据结构去存储图，算法包括图的遍历、图的拓扑排序、图的最小生成树算法。

本章介绍树的相关知识，包含数据结构：二叉树、哈夫曼树；以及二叉树的三种遍历、计算叶子数、深度、中缀表达式等，使用哈夫曼树生成最优前缀码。

本章主要介绍数组基本概念及其扩展，二维数组的特殊矩阵：对称矩阵、三角矩阵、稀疏矩阵、十字链表等存储解耦；然后介绍并实现了稀疏矩阵的快速转置算法。

本章主要介绍并用cpp代码从零实现了栈和队列两个数据结构，同时引出了递归以及栈帧(函数调用)的介绍，以及对栈和队列的相关经典问题的解决，如运算符优先数法、地图四染色、子集划分问题等。

本章将详细地介绍线性表，包含线性存储和链式存储，同时介绍了抽象数据类型(ADT)，并且使用cpp代码结合理论进行讲解，最后也附上了一些线性表相关的经典题型以便读者能理解线性表的作用以及能运用线性表。

这篇文章将为大家介绍算法与数据结构的基本概念，主要包含其定义以及各种专有词汇的解释，让大家在看后续文章或者其他相关的算法文章时知其所以然。

动态规划综述可分为多个相关子问题，子问题的解可以被重复使用(下方例子中是F数组与value数组来保留子问题解的)，这也是相比于递归暴力求解效率提高的关键，下方前两个例子会简单比较效率，第二个例子由于数据不具代表性，所以有所差异动态规划的关键就是如何根据条件从上一个子问题的最优解到该现状的途径(写出递推关系)然后该途径会有很多种再根据问题通过min或max求得哎现状的最优解，该现状当然也又有可能出现在之后现状的子问题当中写出初始条件(之前自己理解的误区)在理解中不要仅仅注意到递推关系，比如背包问题

Libarayimport numpy as npimport pandas as pdfrom tqdm import tqdm数据生成test_50000 = np.random.randint(0, 100000, (50000))print("test_50000, len:%d, test_50000[1]=%d"%(len(test_50000),test_50000[1]))test_100000 = np.random.randint(0, 200000, (10000