This commit is contained in:
krahets 2023-06-02 01:35:02 +08:00
parent 8cf488bed2
commit 874e75d92d
17 changed files with 228 additions and 18 deletions

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 4.   数组与链表
<div class="center-table" markdown>
![数组与链表](../assets/covers/chapter_array_and_linkedlist.jpg){ width="70%" }
</div>

View file

@ -8,7 +8,7 @@ comments: true
- 数组支持随机访问、占用内存较少;但插入和删除元素效率低,且初始化后长度不可变。 - 数组支持随机访问、占用内存较少;但插入和删除元素效率低,且初始化后长度不可变。
- 链表通过更改指针实现高效的节点插入与删除,且可以灵活调整长度;但节点访问效率低、占用内存较多。常见的链表类型包括单向链表、循环链表、双向链表。 - 链表通过更改指针实现高效的节点插入与删除,且可以灵活调整长度;但节点访问效率低、占用内存较多。常见的链表类型包括单向链表、循环链表、双向链表。
- 动态数组,又称列表,是基于数组实现的一种数据结构。它保留了数组的优势,同时可以灵活调整长度。列表的出现极大地提高了数组的易用性,但可能导致部分内存空间浪费。 - 动态数组,又称列表,是基于数组实现的一种数据结构。它保留了数组的优势,同时可以灵活调整长度。列表的出现极大地提高了数组的易用性,但可能导致部分内存空间浪费。
- 下表总结并对比了数组与链表的各项特性。 - 下表总结并对比了数组与链表的各项特性与操作效率
<div class="center-table" markdown> <div class="center-table" markdown>
@ -18,6 +18,9 @@ comments: true
| 数据结构长度 | 长度不可变 | 长度可变 | | 数据结构长度 | 长度不可变 | 长度可变 |
| 内存使用率 | 占用内存少、缓存局部性好 | 占用内存多 | | 内存使用率 | 占用内存少、缓存局部性好 | 占用内存多 |
| 优势操作 | 随机访问 | 插入、删除 | | 优势操作 | 随机访问 | 插入、删除 |
| 访问元素 | $O(1)$ | $O(N)$ |
| 添加元素 | $O(N)$ | $O(1)$ |
| 删除元素 | $O(N)$ | $O(1)$ |
</div> </div>
@ -25,18 +28,6 @@ comments: true
在计算机中,数据读写速度排序是“硬盘 < 内存 < CPU 缓存当我们访问数组元素时计算机不仅会加载它还会缓存其周围的其他数据从而借助高速缓存来提升后续操作的执行速度链表则不然计算机只能挨个地缓存各个节点这样的多次搬运降低了整体效率 在计算机中,数据读写速度排序是“硬盘 < 内存 < CPU 缓存当我们访问数组元素时计算机不仅会加载它还会缓存其周围的其他数据从而借助高速缓存来提升后续操作的执行速度链表则不然计算机只能挨个地缓存各个节点这样的多次搬运降低了整体效率
- 下表对比了数组与链表在各种操作上的效率。
<div class="center-table" markdown>
| 操作 | 数组 | 链表 |
| ------- | ------ | ------ |
| 访问元素 | $O(1)$ | $O(N)$ |
| 添加元素 | $O(N)$ | $O(1)$ |
| 删除元素 | $O(N)$ | $O(1)$ |
</div>
## 4.4.1. &nbsp; Q & A ## 4.4.1. &nbsp; Q & A
!!! question "数组存储在栈上和存储在堆上,对时间效率和空间效率是否有影响?" !!! question "数组存储在栈上和存储在堆上,对时间效率和空间效率是否有影响?"

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 12. &nbsp; 回溯
<div class="center-table" markdown>
![回溯](../assets/covers/chapter_backtracking.jpg){ width="70%" }
</div>

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 2. &nbsp; 复杂度分析
<div class="center-table" markdown>
![复杂度分析](../assets/covers/chapter_complexity_analysis.jpg){ width="70%" }
</div>

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 3. &nbsp; 数据结构简介
<div class="center-table" markdown>
![数据结构](../assets/covers/chapter_data_structure.jpg){ width="70%" }
</div>

11
chapter_graph/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 9. &nbsp;
<div class="center-table" markdown>
![](../assets/covers/chapter_graph.jpg){ width="70%" }
</div>

11
chapter_hashing/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 6. &nbsp; 散列表
<div class="center-table" markdown>
![散列表](../assets/covers/chapter_hashing.jpg){ width="70%" }
</div>

11
chapter_heap/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 8. &nbsp;
<div class="center-table" markdown>
![](../assets/covers/chapter_heap.jpg){ width="70%" }
</div>

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 1. &nbsp; 引言
<div class="center-table" markdown>
![引言](../assets/covers/chapter_introduction.jpg){ width="70%" }
</div>

11
chapter_preface/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 0. &nbsp; 写在前面
<div class="center-table" markdown>
![写在前面](../assets/covers/chapter_preface.jpg){ width="70%" }
</div>

View file

@ -169,7 +169,22 @@ comments: true
=== "C#" === "C#"
```csharp title="binary_search_edge.cs" ```csharp title="binary_search_edge.cs"
[class]{binary_search_edge}-[func]{binarySearchLeftEdge} /* 二分查找最左一个元素 */
int binarySearchLeftEdge(int[] nums, int target) {
int i = 0, j = nums.Length - 1; // 初始化双闭区间 [0, n-1]
while (i <= j) {
int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target)
i = m + 1; // target 在区间 [m+1, j] 中
else if (nums[m] > target)
j = m - 1; // target 在区间 [i, m-1] 中
else
j = m - 1; // 首个小于 target 的元素在区间 [i, m-1] 中
}
if (i == nums.Length || nums[i] != target)
return -1; // 未找到目标元素,返回 -1
return i;
}
``` ```
=== "Swift" === "Swift"
@ -320,7 +335,22 @@ comments: true
=== "C#" === "C#"
```csharp title="binary_search_edge.cs" ```csharp title="binary_search_edge.cs"
[class]{binary_search_edge}-[func]{binarySearchRightEdge} /* 二分查找最右一个元素 */
int binarySearchRightEdge(int[] nums, int target) {
int i = 0, j = nums.Length - 1; // 初始化双闭区间 [0, n-1]
while (i <= j) {
int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target)
i = m + 1; // target 在区间 [m+1, j] 中
else if (nums[m] > target)
j = m - 1; // target 在区间 [i, m-1] 中
else
i = m + 1; // 首个大于 target 的元素在区间 [m+1, j] 中
}
if (j < 0 || nums[j] != target)
return -1; // 未找到目标元素,返回 -1
return j;
}
``` ```
=== "Swift" === "Swift"

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 10. &nbsp; 搜索
<div class="center-table" markdown>
![搜索](../assets/covers/chapter_searching.jpg){ width="70%" }
</div>

View file

@ -254,9 +254,41 @@ comments: true
=== "C#" === "C#"
```csharp title="heap_sort.cs" ```csharp title="heap_sort.cs"
[class]{heap_sort}-[func]{siftDown} /* 堆的长度为 n ,从节点 i 开始,从顶至底堆化 */
void siftDown(int[] nums, int n, int i) {
while (true) {
// 判断节点 i, l, r 中值最大的节点,记为 ma
int l = 2 * i + 1;
int r = 2 * i + 2;
int ma = i;
if (l < n && nums[l] > nums[ma])
ma = l;
if (r < n && nums[r] > nums[ma])
ma = r;
// 若节点 i 最大或索引 l, r 越界,则无需继续堆化,跳出
if (ma == i)
break;
// 交换两节点
(nums[ma], nums[i]) = (nums[i], nums[ma]);
// 循环向下堆化
i = ma;
}
}
[class]{heap_sort}-[func]{heapSort} /* 堆排序 */
void heapSort(int[] nums) {
// 建堆操作:堆化除叶节点以外的其他所有节点
for (int i = nums.Length / 2 - 1; i >= 0; i--) {
siftDown(nums, nums.Length, i);
}
// 从堆中提取最大元素,循环 n-1 轮
for (int i = nums.Length - 1; i > 0; i--) {
// 交换根节点与最右叶节点(即交换首元素与尾元素)
(nums[i], nums[0]) = (nums[0], nums[i]);
// 以根节点为起点,从顶至底进行堆化
siftDown(nums, i, 0);
}
}
``` ```
=== "Swift" === "Swift"

11
chapter_sorting/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 11. &nbsp; 排序
<div class="center-table" markdown>
![排序](../assets/covers/chapter_sorting.jpg){ width="70%" }
</div>

View file

@ -152,7 +152,21 @@ comments: true
=== "C#" === "C#"
```csharp title="selection_sort.cs" ```csharp title="selection_sort.cs"
[class]{selection_sort}-[func]{selectionSort} /* 选择排序 */
void selectionSort(int[] nums) {
int n = nums.Length;
// 外循环:未排序区间为 [i, n-1]
for (int i = 0; i < n - 1; i++) {
// 内循环:找到未排序区间内的最小元素
int k = i;
for (int j = i + 1; j < n; j++) {
if (nums[j] < nums[k])
k = j; // 记录最小元素的索引
}
// 将该最小元素与未排序区间的首个元素交换
(nums[k], nums[i]) = (nums[i], nums[k]);
}
}
``` ```
=== "Swift" === "Swift"

View file

@ -0,0 +1,11 @@
---
comments: true
---
# 5. &nbsp; 栈与队列
<div class="center-table" markdown>
![栈与队列](../assets/covers/chapter_stack_and_queue.jpg){ width="70%" }
</div>

11
chapter_tree/index.md Normal file
View file

@ -0,0 +1,11 @@
---
comments: true
---
# 7. &nbsp;
<div class="center-table" markdown>
![](../assets/covers/chapter_tree.jpg){ width="70%" }
</div>