zhangpiu的专栏

template void insertionSort(vector &arr) { for(int j = 1; j < arr.size(); ++j) { T key = arr[j]; int i = j - 1; while(i >= 0 && arr[i] > key) { arr

给定两个字符串X，Y，求二者最长的公共连续子串，如 X = [abcdefg]，Y = [bacdegf]，二者的最长公共连续子串是 cde 长度为3， 这里讨论 DP 方案。     考虑 m = X.length，n = Y.length 开辟一个大小为 m x n 的数组 d[m][n]，使用 d[i][j] 表示以 X[i] 与 Y[j] 结尾的最长公共子串的长度，因为要求子串连续，所

一、概念     设 x 是二叉搜索树中的一个结点。如果 y 是 x 左子树中的一个结点，那么 y.key ≦ x.key。如果 y 是 x 右子树中的一个结点，那么 y.key ≧ x.key。     为了便于描述，我们按如下方式定义树结点： struct TreeNode { int key; TreeNode* left; TreeNode* right;

计数排序假设 n 个输入元素中的每一个都是在 0 到 k 区间内的一个整数，其中 k 为某个整数，当 k = O(n)时，排序的运行时间为Θ(n)。代码如下： void countingSort(vector &arr, int k) { vector c(k + 1, 0); vector tmpArr(arr); for (auto x : tmpArr) ++c[x]; f

这是一个典型的选择问题，这里我们采用分治算法 RandomizedSelect，其渐近运行时间为Θ(n)。这里我们与快排类似，对数组进行递归划分，但与快速排序不同的是，快速排序会递归处理划分的两边，而 RandomizedSelect 只处理划分的一边。 template int partitionArray(T arr[], int low, int high) { T pivot =

方案一     每次采用最后一个元素作为 pivot，代码如下： template int partitionArray(T arr[], int low, int high) { T pivot = arr[high]; int i = low - 1; for(int j = low; j < high; ++j) if(arr[j] <= piv

struct HEAP { vector arr; int sizeHeap; explicit HEAP(const vector &src) { sizeHeap = src.size(); arr = src; buildMaxHeap(); } // Get the left child i

题目     输入一个整形数组，数组中有正数有负数，数组中一个或连续的多个整数组成一个子数组，求所有子数组和的最大值。     分析     此处我们考虑用分治法来解决。假定我们要寻找数组A[low...high]的最大子数组，使用分治意味着我们要将数组划分为两个规模尽量相等的子数组，也就是说，找到数组的中央位置，设为mid，然后考虑求解两个子数组A[low...mid]和A[mid + 1

template void mergeArray(vector &arr, int first, int mid, int last) { vector arr_tmp(arr); int i = first, j = mid + 1, k = first; while(i <= mid && j <= last) { if(arr_tmp[i]

template void selectionSort(vector &arr) { for(int i = 0; i < arr.size() - 1; ++i) { auto min_iter = min_element(arr.begin() + i, arr.end()); swap(*min_iter, *(arr.begin() + i)

公共子序列有别于公共子串，子序列可以不连续，如 X = [abcbdab], Y = [bdcaba]，则 bcba 为其一个公共最长子序列。同样考虑DP方案，假设 X = ， Y = ，LCS(X, Y) 表示二者的公共最长子序列，则有 如果 xm == yn，则 LCS(X, Y) = xm + LCS(Xm-1, Yn-1)；如果 xm != yn，则 LCS(X, Y) = max