crushcoding的博客

//设置节点type Node struct { Value int Left *Node Right *Node}//设置或者修改的func (node *Node)SetNodeValue (value int) { node.Value = value}//创建一个nodefunc CreateNode(value int) *Node { return &Node{value,nil,nil}}//在2叉树中找到指定的值的节点func (node *Nod

一般在爬取网页的时候，会出现大量重复的数据，这个时候我们一般都会选择用map来进行去重的功能，今天介绍一个新的进行去重的数据结构，位图。如果我们要在1000万个范围在1到1亿的数据中去查询是否包含某个值，那么使用map是可以的，但是会浪费很多的空间，我们可以这样做。申请一块大小为1亿的大小的数组，值为bool，我们将所有的数据都放到数组中，只要有数的，就为true，这样查找只需要我们查询这个值在数组中是否为true。当然这样有点浪费空间，我们还可以进行优化，我们可以用bit位来表示是否存在，bit包含

哈希冲撞其实哈希表这个数据结构就像一个函数一样，传入一个key，返回一个结果经过哈希函数计算的一个值，那么我们的要求就是当我们输入2个相同key的时候，返回的值应该是相同的，当我们输入的key是不同的时候，返回的一个值应该是相同的，这个时候，我们设计的哈希表才算是成功了。但是实践的时候我们会发现，很多时候，我们会发现输入2个不同的key，会返回2个相同的值，这个时候就出现了哈希冲撞。我们解决的方法有2种开放寻址法：只要出现哈希冲撞，就通过重新探测新的位置的方法来解决冲突。当我们向哈希表插入数

当数组中有重复元素的时候，我们找到数组中的第一个出现的给定值的元素：func TwoSort(arr []int,val int) int { l :=0 r :=len(arr) - 1 for l <=r { mid :=(l + r) / 2 if arr[mid] > val { r = mid -1 }else if arr[mid] < val { l = mid + 1 }else { if mid == 0||arr[mid-1]!

二分查找的时间复杂度:logn。二分查找必须要求数组的是一个已经排列好的数据。链表来使用二分查找也可以，但是时间复杂度很高，是n，所以一般不使用链表二分查找。它一般被使用在有序的数据寻找一个值，但是它也是有局限性的，数据量太大的时候，它需要的数组使用的内存也很大，这样的话就使得资源消耗的过大。二分查找遍历的代码实现:func twoSort(arr []int,target int) int { l:= 0 r:= len(arr) - 1 for l <= r { mid :=

桶排序和计数排序实现原理: 这里直接说一个例子，更容易理解，就是我们要把一百万个数进行排序，我们可以先把这些数分组到一个一个桶里面，如果数都是随机的，比如说范围是1到无限大，那么这个时候我们就需要自己设一点范围，比如1到一万，一万到千万～～将这些数分到桶里之后，我们只需要将桶里面的数进行排序，里面的数排序完之后，拿出来就直接都是排好序了的。我在查资料的时候发现，计数排序就是桶排序的简单版本，例子： 我要查一百万个人的分数，那么我们的分数只有1到100，那么我们可以给每一个分数都划为一个桶，这个时候，就是

归并排序时间复杂度：nlog(n) (在任何情况下都是这个)缺点 : 它不是一个原地的排序算法空间复杂度 : n+logn （n是申请的切片的空间，logn是递归用的空间）它是一个稳定的排序算法(这个只要在我们代码实现的时候注意一下位置就好)下面是实现代码：//归func mergeSort(arr []int) []int { if len(arr) < 2 { return arr } mid := len(arr) / 2 left := mergeSort(arr[:

package mainimport "fmt"//遍历数组，把这个数组分为一个已经排序的空间，一个分为没排序的空间//最好时间复杂度为o（n） 最坏为n的平方//平均复杂度为n的平方，它是一个稳定的排序算法func charusort (arr []int) []int { if len(arr) <=1 { return arr } for i :=1 ; i < len(arr) ; i++ { a := arr[i] j :=i - 1 for ; j