薛定谔的猫窝

前言之前尝试过Dijkstra算法，用起来不错，想输出路径特别方便，但是有个问题，它不能解决负权边。 而今天的Bellman-Ford算法，就可以解决此问题。实现功能对带有负权的图求出两点之间的最短距离 输出实际路径中文版参考/** * Bellman-Ford算法，可解负权边 * 这个算法既有Floyd-Warshall算法的影子，又有Dijkstra算法的味道。 * * 其思想是遍历

前言最近在看《啊哈，算法》，这是第四章第五节的内容。漫水填充法是个What？Windows的画图程序中有个油漆桶工具，其功能是用颜色填充一个封闭的区域。比如画了一个封闭的圈，使用油漆桶工具在圈内白色的区域点一下，整个圈里面就被填充成了默认的黑色。点击的那一刻，选中该位置的颜色作为种子颜色，将周围与种子颜色相近的点作为一个区域，然后填充该区域。PS下的魔棒也是同理，点击一个位置之后，将周围颜色相近的点

前言图是什么？ 图可以长这样。 如果将图看作一个省份，每个顶点就是一座城市，连接的线则是道路，要判断这个省内有几个城市，就需要每个城市跑一遍，确认其是存在（连通）的，然后纳入计数。图在程序里如何表示图最常使用的存储方法是二维数组，上面那幅图，长这样。 * A1 B2 C3 D4 E5 * A1 0 1 1 ∞ 1 * B2 1

前言关于邻接表，实现过一次数组版本的。 http://blog.youkuaiyun.com/xubaifu1997/article/details/51984760虽然会写了，也感觉略绕，所以尝试用了自带的链表对象粗暴的实现了。参考图来自：http://www.cnblogs.com/skywang12345/p/3707612.html 如上图，有7个顶点。我的实现思路非常粗暴，让每个顶点拥有一个链表。

前言前一个版本实现的Prim算法使用邻接矩阵+遍历矩阵搜索顶点的Prim最小生成树算法http://blog.youkuaiyun.com/xubaifu1997/article/details/52037246然后偷懒没有优化，今天花了点时间，实现了《啊哈，算法》内提及的邻接表+最小堆的优化方法。没有经过严谨的测试，不排除有BUG（逃实现功能给定一个图，输出其最小生成树的长度参考/* 回顾一下Prim算法的思

前言这个算法的普通版本时间复杂度是O（n^2），据说是可优化的。 邻接表+最小堆。然而我并没有去实现。 不过此未经优化的版本适合稠密图，Kruskal解决稀疏图，岂不美哉= = 好吧，我就是懒了实现功能实现最小生成树路径长度的计算中文版参考/** * Prim算法 * 同样假设所有顶点未连接 6 9 2 4 11 3 5 13 4 6

前言最大连续子序列求和是指给定一串数字，算出一段连续的数字能求得的最大和。实现功能给定一串数字3, -4, 2, 5, 9, -3, 7, 9求连续的子序列的最大和3, -4, [2, 5, 9, -3, 7, 9]最大连续子序列的和是29实现参考概括 * 拆分序列（直到只剩下一个数的序列） ----> 左序列|右序列 * 求左序列最大值 * 求右序列最大值 * 求跨边界的最大值 * 求

前言来自PAT：https://pta.patest.cn/pta/test/16/exam/4/question/663Given a sequence of KK integers { N_1N​1​​ , N_2N​2​​ , ..., N_KN​K​​ }. A continuous subsequence is defined to be { N_iN​i​​ , N_{

前言平衡二叉树是二叉搜索树的一个变种，一棵完全偏向一边的搜索树在一定程度上会影响查找性能。 然而历史上总是不缺神，一些追求极致、完美（强迫症）的神就想出了平衡二叉树。本次仅实现插入、按层级展示两个功能。安利 此文很不错，特别是自带动画效果！！ http://blog.youkuaiyun.com/eson_15/article/details/51144079这个简明扼要！！！ http://www.c

前言Dijkstra算法用于求指定顶点到其他顶点的最短距离，时间复杂度O(N^2)，据说可以使用堆优化到O(log N)，然而还不会。 其特点是（对我来说）非常容易求得路径，和对应的距离。 缺陷也是存在的，此算法不能处理负权边。即距离为负时，就挂了。 此文内容同样参考《啊哈，算法》另外个人感觉代码可能有错，还望有心人指点。功能实现输入一个顶点输出路径 输出与路径对应的距离 如果存在不可到达

前言个人一开始感觉略绕，绕来绕去的，不知道其他人是怎样感觉的。直到我后知后觉的发现，其本质是用新的边编号分配位置存前一个编号，没有就给-1。 当然这只是我的个人理解。邻接表的好处是省空间啊，我粗暴的理解 当一个图是稀疏图，即 边数 < 顶点个数的平方 如10个顶点11条边，11条边远小于10^2 = 100. 使用邻接矩阵存储时，需要10*10的二维数组，粗暴的表示，就是100个变量。而使

前言思想大概明白，发现挺难写的。【重写了一遍】参考书籍：《啊哈，算法》 参考链接：http://www.cnblogs.com/en-heng/p/4002658.html不小心点进来的，推荐看以上链接。功能实现给定一个图，寻找其割点，并输出中文版参考新版本/** * * 图的割点算法： * 对顶点的访问次序进行记录形成时间戳 * 每到达一个顶点，就以该顶点的下一个顶点为起点进行遍历

前言参考书籍： 《数据结构与算法分析·C语言描述》 《算法·第4版》归并排序只有两大难点，一是分，二是并。合并 static void merge(int[] a, int low, int mid, int high) { int i = low, j = mid + 1; for (int k = low; k <= high; k++) {

前言第一感觉是和AVL树差别不是特别大，没有很直观的感受到效率的巨大提升，作为一个小小的强迫症患者，还是AVL树更好看。不过讲道理，平衡被破坏次数相同情况下，红黑树的确少了那么一些旋转。。。因为插入节点后平衡被破坏时，红黑树的会选择旋转或变色。 AVL树则只有旋转。另外我发现其他的大神写法，跟我的有点差距。。。有心人可以帮我瞄一眼，我是不是哪里错了，在此先谢过了~~另外一个参考网站、博客、PDF：

前言搜索界两大基础搜索算法分别是广度优先搜索和深度优先搜索。搜索算法可以用于寻找图的连通性。 一个普通的二维地图，从A点到B点，有两个问题。能否到达？ 怎样以最短的路径走到B点？这是搜索算法能够解决的事情。要使用广度优先搜索算法来搜索从A点到B点的最短路径依据广度优先的原则，每走一步，都将下一步所有可能的选择入队之后，才进行下一步结束标记：队列为空时，搜索结束 搜索到指定结果时，搜索结束实

前言实现参考：http://blog.youkuaiyun.com/hitwhylz/article/details/12305021http://www.cnblogs.com/smyhvae/p/4761593.html建议阅读以上博客，我的博客更偏向于[我]能看懂 上面的博客则偏向于[大家]都能看懂实现的功能增加指定位置插入节点 在末尾增加节点 删除删除指定节点，通过节点数据（假设数据不重复）

前言本文内容参考《啊哈，算法》，算是前一个版本的后续。实现功能对不带环的图，不论是否存在负权，都可以寻找到其最短路径。 输出实际最短路径。中文版参考/** * 队列优化Bellman-Ford最短路径算法 * * 假设5个顶点7条边 * Bellman-Ford最短路径算法的核心代是对7条边进行4次的遍历 * 它不管你当前是否已经是最短路径 * 也不管这条边是否真的需要进行判断 *

树是什么？一种用于表示具有树状结构性质的数据结构。树的应用 操作系统中的文件目录，D盘是根、Android是D的子节点、sdk是Android的子节点公司的组织结构图家族的族谱树长啥样？树和图什么关系？树不包含回路，任意两点之间只有一条路径，树是一个不包含回路的无向图。下面就是包含回路的图，而不是树。 树任意两点之间只有一条路径一棵树如果有n个节点，那么其恰好有n-1条边在一棵树中加一条边

前言最小堆，以二叉树的形式存储数据，且所有的父节点均小于等于子节点。实现最小堆的创建存储 将一个普通二叉树结构的数组转为最小堆中文版参考/** * 优先队列-最小堆 * * 最小堆特征： * 所有的父节点都小于等于子节点 * 最小堆可解决的问题： * 寻找或插入最大最小元素，比起普通数组。无需遍历整个数组，提高效率 * * 对最小堆有两种操作，元素的上浮与下沉：

前言利用最小堆实现的排序，知道最小堆之后，原理非常简单。 然而使用数组实现最小堆排序时，因为无法移除元素，导致排序出现了错误。遂用数组链表实现，代码写的比较乱。感觉得到，写的非常恶心，放出来，也让有缘人感受一下。。。(⊙o⊙)…功能实现一组数，使用堆排序进行排序。 排序完成后输出参考/** * 堆排序的实现 * 堆排序原理： * 一个最小堆，其堆顶元素一定是最小的值。 *

前言并查集类似数学中的集合，如果是两个集合相交，那就把这两个集合合并成一个集合。 社交网络中推荐可能认识的人，可能是类似原理。 二狗子与B是好友{二狗子， B} B与A是好友{B，A}两个相交是B 所以合并，{二狗子，B，A}系统就可能会将B以可能认识的人给二狗子发现了不错的文章： 参考链接： http://blog.youkuaiyun.com/dm_vincent/article/details

埃氏筛选： 例如要找不超过100的所有素数。 需要建立一个大小为100加1个的布尔数组，称为isPrime。 已知0和1不是素数，所以，先找到第一个素数2，那么将其标记为素数。 isPrime[2] = true; 那么2的倍数肯定不是素数，使用建立的布尔数组对它们进行标记 isPrime[2*2] = false; isPrimer[2*3] = false; isPrimer[2

思路： 构造出一个素数表。 将需要分解的数与从最小的素数开始判断，凡是能整除的，就进行除法运算，直到不能整除。 取下一个更大的素数，再次判断是否能整除，若可以，进行除法运算。效果360的质因数分解: 2*2*2*3*3*5=360实现/** * 质因数分解 * 输入一个数字，分解成素数相乘 */import java.util.*;public class PrimeFactor {

同余幂应用于密码学，如b^n mod m，其中b, n, m都是非常大的整数，因此先求b^n是不可行的。 利用同余幂算法可解决这类指数巨大的求模运算。实现/** * 同余幂 * 求2^644 mod 645 * */import java.util.LinkedList;public class Congruence { public static void main(Strin

辗转相除法： GCD(A, B) 1.由较大的数A对较小的数B取模得C 2.再用较小的数B对之前的模C取模 3.替换A的值为B，替换B的值为C 3.重复1,2,3直到C为0，A的值就是最大公约数最大公约数与最小公倍数的关系 A*B = 最大公约数 * 最小公倍数 最小公倍数 = A * B / 最大公约数/** * 辗转相除法求最大公约数 * 利用最大公约数和最小公倍数的关系求最小

比较粗暴，根据《离散数学及其应用》的伪代码直接写的。public class GeneratingPermutation { public static void main(String[] args) { System.out.println(genPerm("123")); System.out.println(genPerm("243541"));

前言最小生成树的个人理解： 整条路径没有环，同时任意两点只有一条路 顶点与边数的关系是 边数 = 顶点数 - 1 路径最短最小生成树的用途比较实际，比如如何以最短的路径走8个地方一遍，且不重复。 而Kruskal算法就可以解决此问题。实现功能基于Kruskal算法实现对现有的无向图生成最小树 并计算整条路径的长度输出中文版参考/** * 最

简易思路：以一个数为标准，称为[基准数] 小于基准数的放左边 大于基准数的放右边 将其定为[移动规则]移动之前[3] 2 5 6 7 1 4开始移动[[3]] 2 5 6 7 [3] 4以[3]为基准书，则经过第一次移动之后1 2 [[3]] 6 7 5 4第一次移动完成之后，再以基准数为边界将其切割{1, 2} [3] {6, 7, 5, 4}，再分别对{1, 2},

前言模拟的非常简单，简单到只是大概体现其思想。 高端的队列实现我也不会（逃关于队列队列是什么？ 生活中很简单的一个例子，排队。 就说买电影票，先去的人，先买到票。后来的人，在后面排队等待。 程序中的例子，迅雷下载。 下载各种.avi时，如果有15个以上的任务需要下载，假设指定5个同时下载，那么剩下的十个就是在队列里等待，先下载的先完成。队列就是这样一个“先进先出”、”后进后出”的数据结构。

前言这是一个暴力解法，时间之长，令人发指。 Q：有如上的加法算式。其中每个汉字代表一个数字。请填写“让我怎能过大年” 所代表的整数。所有数字连在一起，中间不要空格。例如："3125697"。当然，这个不是正确的答案。注意：只填写一个整数，不要填写任何多余的内容。正常解法参考正常的解法，经过我的窥探，是对7位数字直接取模得到7个数字，然后依次算出1. 7个数字之间相关的和