windmyself的专栏

def partition(arr, low, high): i = low - 1 pivot = arr[high] for j in range(low, high): if arr[j] <= pivot: i = i+1 arr[i],arr[j] = arr[j],arr[i] arr[i+1],arr[high] = arr[high],arr[i+1]# ??? return i+1def quick_sort(arr, low, high): if l

4-11 坚持、积累数据结构知识图多练：王争说不用lc，只要把这个课掌握bat没问题。 lc一天至少一道！打怪升级攻略：每天发一篇优快云书读百遍，其义自见。不用百遍20遍就可以了

递归：先要把递归出口写出来，1：递归终结条件；2：处理当前层逻辑；3：下探到下一层；4：清理当前层。上图是递归结构代码的4个模块。第一个模块：recursion terminator 递归终结者。（这一点不注意的话会造成无限循环。）所以上来先把递归终结者模块写好。第二个模块：process logic in current level 处理当前层逻辑。（在这一层就要把处理逻辑写好，就是要完成这一层进行的业务代码和逻辑代码。）第三个模块：drill down 下探到下一层。（这一层是通过参数标

当节点是叶子节点时，直接删掉。当不是叶子节点时，用比删除节点大的且最接近的那个节点来代替删除的节点。下图中删除41节点，那就是用比41节点大且离41节点最近的50节点替换41节点。...

看上图，在现实中应用跳表，会增加和删除导致跳表的索引并不是工整的，最后经过多次改动后有些地方会跨几步，有些地方会少跨几步，只跨两步。这是因为里面有些元素被增加和删除了。而且跳表的维护成本很高，每次增加或删除一个元素，跳表的索引都需要更新一遍，在这种增加或删除一个元素的情况下，他的时间复杂度是logn。...

一个循环就是O(N)数组的随机查找：O(1)；插入=删除：O(N)；链表的查找：O(N)；插入=删除：O(1)；递归：O(logN)；遍历二叉树：O(N)；图的遍历：O(N)；DFS BFS 深度优先和广度优先：O(N)PS:因为遍历二叉树 图 和深度优先广度优先都是所有的节点都遍历一次，所以时间复杂度都是O(N)二分查找：O(logN)...

空间复杂度：如果是一个一维数组，那传入的数据是多少，空间复杂度就是多少。如果输入的数据是n个，那一维数组的空间复杂度就是O(N)；同理，如果是二维数组且传入n个数据，那么这个二维数组的时间复杂度就是O(N^2)。对于递归来说，递归n层，那么时间复杂度就是O(N)。如果既有数组又有递归，那么空间复杂度取最大的那个。...