我不是照耀

背景 遍历算法一般可按深度优先或广度优先进行。对于二叉树，深度优先遍历可分为前序、中序、后序遍历，而广度优先遍历对应于层先遍历。 二叉树的三种深度优先遍历的递归算法和层先遍历都十分简洁。可是二叉树的三种非递归深度优先遍历算法却抽象而难于理解，并且各自区别，形式上并不统一。 本文从另一种视角观察二叉树遍历的实质，给出一种基于计数栈的非递归二叉树遍历算法。该算法易于理解和记忆，并且将三种深搜遍历

http://docs.unity3d.com/Manual/RandomNumbers.html

问题描述 输入两个整数 n 和 m，从数列1，2，3……n中随意取几个数，使其和等于 m ，要求将其中所有的可能组合列出来。 算法思路 马上要去面试，先把思路暂时放这里回来整理…… 利用分治的思想，缩小问题规模，迭代解决问题 m是定值，n才是标志规模的量，所以希望每次缩小n的规模（n-1） 对于f(m, n)，其结果是一个集合r，每个元素是一个数组 这个集合等于f(m, n-1)

问题描述 有n个物品，对于第i个物品，重量为wi，价值为vi 有一个背包，能装的总重量为W 求一种组合使背包装的物品价值最大 算法 设该算法为f(i, w)，返回值是该条件下能装物品价值的最大值（至于组合，在算法中再具体记录） 其中，i表示只在前i种物品中选择，w表示能装的最大重量为w，所以该问题即求f(n, W) 当i > w时，f(i, w) = f(i-1, w) 即，当i物

问题描述 给出一个结构体定义，求出这个结构体占用的内存大小 概念铺垫 对齐 将内存划分为很多格子（一个格子占用好几byte），新的数据元素放到新的格子，而不和前面的元素挤到相同的格子里 系统默认值 不同的操作系统会有不同的默认对齐值，比如4 元素对齐值 不同元素有自己的一个对齐值，比如char为1，int为4，double为8 两次对齐 结构体占用的内存大小由数据元素，数据元素

问题描述 1 将一个序列打乱 2 在一组不重复数中随机不重复地选出几个 3 将一定的资源m随机分为n份，每份最多分得x 问题分析 以上三个问题的解法可以归位一类，即随机选数+排除 随机选数使用数组效率高，但是排除似乎链表效率更高 但是实际上，在不要求保持原始数据顺序的情况下，数组可以同时在随机选数、排除、保存结果问题上保持高效率 算法 均使用数组 1 对于n的数组，随机选择第i

问题描述 一个序列A和一个序列B，求出最长公共子序列C 算法 记该算法为f(A, B) 将序列A拆为A’：x，x为A的最后一个元素，A’为A的剩余部分序列 同理，B拆为B’：y 若x = y，则C = f(A', B'):x 若x != y，则C = max( f(A', B), f(A, B')) 算法原理 记C可拆为C':z

问题描述 有一个长度为m的数组a，循环左移或右移n为 算法 三次逆置法 1 若循环左移，则将左边长度为n的子数组和右边剩下的子数组分别逆置 2 若循环右移，则将右边长度为n的子数组和左边剩下的子数组分别逆置 3 再将整个数组分别逆置 复杂度 时间o（n） 空间o（1） 算法演示 数组：123456789 循环左移3位 逆置1：321456789 逆置2：32198765

问题描述 n个数字（0,1,…,n-1）形成一个圆圈，从数字0开始，每次从这个圆圈中删除第m个数字（第一个为当前数字本身，第二个为当前数字的下一个数字）。当一个数字删除后，从被删除数字的下一个继续删除第m个数字。求出在这个圆圈中剩下的最后一个数字。 算法 int JosephCircle(int n, int m) { int ret; if (n == 0) ret = 0;

问题描述 现在有一个长度为n的数组a，里面有超过一半的整数为一个定值，在不用排序，不开辟新 数组的情况下，用最快的算法找出来这个数 算法 设立一个计数器，初值为1 记数组的第一个数为可能值，从下一个数开始顺序扫描数组 如果与可能值相同，则计数器+1 如果与可能值不同，则计数器-1 如果计数器归0，对数组剩余部分再次运用该算法 算法原理 用一个故事来描述 在一片土地上有很多部

问题描述 有一个序列A，求出其最长不减子序列C 算法1（最长公共子序列法） 先将序列排序，得到不减序列B 然后求出A、B的最长公共子序列 如何求最长公共子序列？ 算法2（动态规划） 先将问题划分为两个层次 第一个层次（宏观） 1 对于A中每一个元素，求出以该元素结尾的最长不减子序列 2 上述所求序列中，长度最长的，即为A的最长不减子序列C 原理 C的最后一个元素一定是A中的

问题描述 n个元素顺序进栈，共有多少种出栈顺序 答案 C(2n, n) / (n + 1) 参考 卡特兰数（百度百科） 卡特兰数（维基百科（英文））

1 解决问题——分治 用有限的计算能力处理大规模问题的基本手段 1.1 递归 问题的解决方法包含递归部分和非递归部分，非递归部分解决问题的一部分，减少问题规模，而递归部分将形式不变，但减小了规模的问题传递到下一轮解决中去。这样，每一轮处理，问题都有一部分（规模）得到解决，一直递归下去（直到终止条件），直到整个问题得到解决 1.2 迭代 2 空间换时间——缓存子问题答案 在解决问

只有已知中序，结果才确定 中序用于构建树的时候左右划分，比如ABCDE，给出根节点是C，那么左边包含AB，右边包含DE 前序或后序用于依次给出根节点 前序从前往后给出根节点 后序从后往前给出根节点

问题描述 给定一组零钱面额，比如1、2、5，g 算法 算法思路