飞飞好奇的专栏

数据结构：线性：数组 (Array)、栈 (Stack)、队列 (Queue)、链表 (Linked List)树：堆(heap)、二叉搜索树(binary search tree)、Merkle Tree(Hash Tree)、B-/B+ Tree、红黑树         二叉树、哈夫曼树图 (Graph)散列表 (Hash)  算法：排序：冒泡、快速、直接选

Bloom Filter算法和实现基本概念：Bloom Filter是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。Bloom Filter的这种高效是有一定代价的：在判断一个元素是否属于某个集合时，有可能会把不属于这个集合的元素误认为属于这个集合（false positive）。因此，Bloom Filter不适合那些“零错误”的应用

离线数据处理与实时数据处理有很大的不同，其中一个例子就是去重。在聚数据中，访问UV和购买UV都需要实时的去重。离线处理的时候，我们可以通过count(groupby)或者count(distinct)等方式比较容易的计算出UV，而且不用太担心性能，大不了就是多一点map或者执行时间久一点。那么在实时计算的时候，我们有什么好的办法来做这个事情呢？在聚数据中有两种场景：1，数据的准确性要求

题目：若初始序列为gbfcdae，那么至少需要多少次两两交换，才能使该序列变为abcdefg ？任给一个自由a--g这7个字母组成的排列，最坏的情况下需要至少多少次两两交换，才能使序列变为abcdefg ？

题目：由权值为9,2,7,5的四个叶子节点构造一棵哈夫曼树，该树的带权路径长度为__?

题目：若一棵二叉树具有10个度为2的结点，5个度为1的结点，则度为0的结点个数是：（）

快速排序快速排序由C. A. R. Hoare在1962年提出。它的基本思想是：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一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.jrj.sort;public class QuickSort { public void...

假如我们要用某种数据结构来维护一组有序的int型数据的集合，并且希望这个数据结构在插入、删除、查找等操作上能够尽可能着快速，那么，你会用什么样的数据结构呢？数组一种很简单的方法应该就是采用数组了，在查找方面，用数组存储的话，采用二分法可以在 O(logn) 的时间里找到指定的元素，不过数组在插入、删除这些操作中比较不友好，找到目标位置所需时间为 O(logn) ，进行插入和删除这个动作所需...