Bug fixes and improvements (#1298)

* Fix is_empty() implementation in the stack and queue chapter

* Update en/CONTRIBUTING.md

* Remove "剩余" from the state definition of knapsack problem

* Sync zh and zh-hant versions

* Update the stylesheets of code tabs

* Fix quick_sort.rb

* Fix TS code

* Update chapter_paperbook

* Upload the manuscript of 0.1 section

* Fix binary_tree_dfs.rb

* Bug fixes

* Update README

* Update README

* Update README

* Update README.md

* Update README

* Sync zh and zh-hant versions

* Bug fixes
This commit is contained in:
Yudong Jin 2024-04-22 02:26:32 +08:00 committed by GitHub
parent 74f1a63e8c
commit f616dac7da
No known key found for this signature in database
GPG key ID: B5690EEEBB952194
61 changed files with 1606 additions and 145 deletions

View file

@ -17,24 +17,24 @@
</p>
<p align="center">
<img src="https://www.hello-algo.com/index.assets/animation.gif" width="389">
<img src="https://www.hello-algo.com/index.assets/running_code.gif" width="389">
<img src="https://www.hello-algo.com/index.assets/animation.gif" width="395">
<img src="https://www.hello-algo.com/index.assets/running_code.gif" width="395">
</p>
<p align="center">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB">
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C">
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02">
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4">
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8">
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138">
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30">
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6">
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2">
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000">
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC">
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF">
<img src="https://img.shields.io/badge/Zig-snow?logo=zig&logoColor=F7A41D">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB" alt="" />
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02" alt="" />
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C" alt="" />
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC" alt="" />
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4" alt="" />
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30" alt="" />
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8" alt="" />
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138" alt="" />
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000" alt="" />
<img src="https://img.shields.io/badge/Ruby-snow?logo=ruby&logoColor=CC342D" alt="" />
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF" alt="" />
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6" alt="" />
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2" alt="" />
</p>
<p align="center">
@ -51,7 +51,7 @@
- 全书采用动画图解,内容清晰易懂、学习曲线平滑,引导初学者探索数据结构与算法的知识地图。
- 源代码可一键运行,帮助读者在练习中提升编程技能,了解算法工作原理和数据结构底层实现。
- 鼓励读者互助学习,提问与评论通常可在两日内得到回复
- 鼓励读者互助学习,欢迎大家在评论区提出问题、见解和建议
若本书对您有所帮助,请在页面右上角点个 Star :star: 支持一下,谢谢!

View file

@ -18,7 +18,7 @@ class ArrayStack:
def is_empty(self) -> bool:
"""判断栈是否为空"""
return self._stack == []
return self.size() == 0
def push(self, item: int):
"""入栈"""

View file

@ -30,7 +30,7 @@ class LinkedListDeque:
def is_empty(self) -> bool:
"""判断双向队列是否为空"""
return self.size() == 0
return self._size == 0
def push(self, num: int, is_front: bool):
"""入队操作"""

View file

@ -26,7 +26,7 @@ class LinkedListQueue:
def is_empty(self) -> bool:
"""判断队列是否为空"""
return not self._front
return self._size == 0
def push(self, num: int):
"""入队"""

View file

@ -25,7 +25,7 @@ class LinkedListStack:
def is_empty(self) -> bool:
"""判断栈是否为空"""
return not self._peek
return self._size == 0
def push(self, val: int):
"""入栈"""

View file

@ -136,16 +136,17 @@ class QuickSortTailCall
end
### Driver Code ###
if __FILE__ == $0
# 快速排序
nums = [2, 4, 1, 0, 3, 5]
QuickSort.quick_sort(nums, 0, nums.length - 1)
puts "快速排序完成后 nums = #{nums}"
# 快速排序(中位基准数优化)
nums1 = [2, 4, 1, 0, 3, 5]
QuickSortMedian.quick_sort(nums1, 0, nums1.length - 1)
puts "快速排序(中位基准数优化)完成后 nums1 = #{nums1}"
# 快速排序(尾递归优化)
nums2 = [2, 4, 1, 0, 3, 5]
QuickSortTailCall.quick_sort(nums2, 0, nums2.length - 1)

View file

@ -8,13 +8,13 @@ require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### 前序遍历 ###
def pre_oder(root)
def pre_order(root)
return if root.nil?
# 访问优先级:根节点 -> 左子树 -> 右子树
$res << root.val
pre_oder(root.left)
pre_oder(root.right)
pre_order(root.left)
pre_order(root.right)
end
### 中序遍历 ###
@ -47,7 +47,7 @@ if __FILE__ == $0
# 前序遍历
$res = []
pre_oder(root)
pre_order(root)
puts "\n前序遍历的节点打印序列 = #{$res}"
# 中序遍历

View file

@ -51,4 +51,4 @@ const res = subsetSumI(nums, target);
console.log(`输入数组 nums = ${JSON.stringify(nums)}, target = ${target}`);
console.log(`所有和等于 ${target} 的子集 res = ${JSON.stringify(res)}`);
export { };
export {};

View file

@ -56,4 +56,4 @@ const res = subsetSumII(nums, target);
console.log(`输入数组 nums = ${JSON.stringify(nums)}, target = ${target}`);
console.log(`所有和等于 ${target} 的子集 res = ${JSON.stringify(res)}`);
export { };
export {};

View file

@ -67,4 +67,4 @@ console.log(`尾递归函数的求和结果 res = ${res}`);
res = fib(n);
console.log(`斐波那契数列的第 ${n} 项为 ${res}`);
export { };
export {};

Binary file not shown.

View file

@ -64,7 +64,7 @@ $$
并行优化在多核或多处理器的环境中尤其有效,因为系统可以同时处理多个子问题,更加充分地利用计算资源,从而显著减少总体的运行时间。
比如在下图所示的“桶排序”中,我们将海量的数据平均分配到各个桶中,则可所有桶的排序任务分散到各个计算单元,完成后再合并结果。
比如在下图所示的“桶排序”中,我们将海量的数据平均分配到各个桶中,则可所有桶的排序任务分散到各个计算单元,完成后再合并结果。
![桶排序的并行计算](divide_and_conquer.assets/divide_and_conquer_parallel_computing.png)

View file

@ -18,15 +18,15 @@
**第一步:思考每轮的决策,定义状态,从而得到 $dp$ 表**
对于每个物品来说,不放入背包,背包容量不变;放入背包,背包容量减小。由此可得状态定义:当前物品编号 $i$ 和剩余背包容量 $c$ ,记为 $[i, c]$ 。
对于每个物品来说,不放入背包,背包容量不变;放入背包,背包容量减小。由此可得状态定义:当前物品编号 $i$ 和背包容量 $c$ ,记为 $[i, c]$ 。
状态 $[i, c]$ 对应的子问题为:**前 $i$ 个物品在剩余容量为 $c$ 的背包中的最大价值**,记为 $dp[i, c]$ 。
状态 $[i, c]$ 对应的子问题为:**前 $i$ 个物品在容量为 $c$ 的背包中的最大价值**,记为 $dp[i, c]$ 。
待求解的是 $dp[n, cap]$ ,因此需要一个尺寸为 $(n+1) \times (cap+1)$ 的二维 $dp$ 表。
**第二步:找出最优子结构,进而推导出状态转移方程**
当我们做出物品 $i$ 的决策后,剩余的是前 $i-1$ 个物品决策,可分为以下两种情况。
当我们做出物品 $i$ 的决策后,剩余的是前 $i-1$ 个物品决策的子问题,可分为以下两种情况。
- **不放入物品 $i$** :背包容量不变,状态变化为 $[i-1, c]$ 。
- **放入物品 $i$** :背包容量减少 $wgt[i-1]$ ,价值增加 $val[i-1]$ ,状态变化为 $[i-1, c-wgt[i-1]]$ 。
@ -41,7 +41,7 @@ $$
**第三步:确定边界条件和状态转移顺序**
当无物品或无剩余背包容量时最大价值为 $0$ ,即首列 $dp[i, 0]$ 和首行 $dp[0, c]$ 都等于 $0$ 。
当无物品或背包容量为 $0$ 时最大价值为 $0$ ,即首列 $dp[i, 0]$ 和首行 $dp[0, c]$ 都等于 $0$ 。
当前状态 $[i, c]$ 从上方的状态 $[i-1, c]$ 和左上方的状态 $[i-1, c-wgt[i-1]]$ 转移而来,因此通过两层循环正序遍历整个 $dp$ 表即可。

View file

@ -11,7 +11,7 @@
**背包问题**
- 背包问题是最典型的动态规划问题之一,具有 0-1 背包、完全背包、多重背包等变种。
- 0-1 背包的状态定义为前 $i$ 个物品在剩余容量为 $c$ 的背包中的最大价值。根据不放入背包和放入背包两种决策,可得到最优子结构,并构建出状态转移方程。在空间优化中,由于每个状态依赖正上方和左上方的状态,因此需要倒序遍历列表,避免左上方状态被覆盖。
- 0-1 背包的状态定义为前 $i$ 个物品在容量为 $c$ 的背包中的最大价值。根据不放入背包和放入背包两种决策,可得到最优子结构,并构建出状态转移方程。在空间优化中,由于每个状态依赖正上方和左上方的状态,因此需要倒序遍历列表,避免左上方状态被覆盖。
- 完全背包问题的每种物品的选取数量无限制,因此选择放入物品的状态转移与 0-1 背包问题不同。由于状态依赖正上方和正左方的状态,因此在空间优化中应当正序遍历。
- 零钱兑换问题是完全背包问题的一个变种。它从求“最大”价值变为求“最小”硬币数量,因此状态转移方程中的 $\max()$ 应改为 $\min()$ 。从追求“不超过”背包容量到追求“恰好”凑出目标金额,因此使用 $amt + 1$ 来表示“无法凑出目标金额”的无效解。
- 零钱兑换问题 II 从求“最少硬币数量”改为求“硬币组合数量”,状态转移方程相应地从 $\min()$ 改为求和运算符。

View file

@ -420,7 +420,7 @@
## 堆的实现
下文实现的是大顶堆。若要将其转换为小顶堆,只需将所有大小逻辑判断取逆(例如,将 $\geq$ 替换为 $\leq$ )。感兴趣的读者可以自行实现。
下文实现的是大顶堆。若要将其转换为小顶堆,只需将所有大小逻辑判断进行逆转(例如,将 $\geq$ 替换为 $\leq$ )。感兴趣的读者可以自行实现。
### 堆的存储与表示

View file

@ -36,17 +36,18 @@ status: new
- 采用全彩印刷,能够原汁原味地发挥出本书“动画图解”的优势。
- 考究纸张材质,既保证色彩高度还原,也保留纸质书特有的质感。
- 纸质版比网页版的格式更加规范,例如图中的公式使用斜体。
- 在不提升定价的前提下,附赠思维导图折页、书签。
- 纸质书、网页版、PDF 版内容同步,随意切换阅读。
!!! tip
由于纸质书和网页版的同步成本较大,因此可能会有一些细节上的不同,请您见谅!
由于纸质书和网页版的同步难度较大,因此可能会有一些细节上的不同,请您见谅!
当然,纸质书也有一些值得大家入手前考虑的地方:
- 使用 Python 语言,可能不匹配你的主语言(也许可以趁此机会练习 Python)。
- 全彩印刷虽然大幅提升了阅读体验,但价格会比黑白印刷高一些。
- 使用 Python 语言,可能不匹配你的主语言(可以把 Python 看作伪代码,重在理解思路)。
- 全彩印刷虽然大幅提升了图解和代码的阅读体验,但价格会比黑白印刷高一些。
!!! tip

View file

@ -71,7 +71,7 @@ $$
## 算法特性
- **时间复杂度为 $O(n + m)$** :涉及遍历 `nums` 和遍历 `counter` ,都使用线性时间。一般情况下 $n \gg m$ ,时间复杂度趋于 $O(n)$ 。
- **时间复杂度为 $O(n + m)$、非自适应排序** :涉及遍历 `nums` 和遍历 `counter` ,都使用线性时间。一般情况下 $n \gg m$ ,时间复杂度趋于 $O(n)$ 。
- **空间复杂度为 $O(n + m)$、非原地排序**:借助了长度分别为 $n$ 和 $m$ 的数组 `res``counter`
- **稳定排序**:由于向 `res` 中填充元素的顺序是“从右向左”的,因此倒序遍历 `nums` 可以避免改变相等元素之间的相对位置,从而实现稳定排序。实际上,正序遍历 `nums` 也可以得到正确的排序结果,但结果是非稳定的。

View file

@ -36,6 +36,6 @@ $$
相较于计数排序,基数排序适用于数值范围较大的情况,**但前提是数据必须可以表示为固定位数的格式,且位数不能过大**。例如,浮点数不适合使用基数排序,因为其位数 $k$ 过大,可能导致时间复杂度 $O(nk) \gg O(n^2)$ 。
- **时间复杂度为 $O(nk)$**:设数据量为 $n$、数据为 $d$ 进制、最大位数为 $k$ ,则对某一位执行计数排序使用 $O(n + d)$ 时间,排序所有 $k$ 位使用 $O((n + d)k)$ 时间。通常情况下,$d$ 和 $k$ 都相对较小,时间复杂度趋向 $O(n)$ 。
- **时间复杂度为 $O(nk)$、非自适应排序**:设数据量为 $n$、数据为 $d$ 进制、最大位数为 $k$ ,则对某一位执行计数排序使用 $O(n + d)$ 时间,排序所有 $k$ 位使用 $O((n + d)k)$ 时间。通常情况下,$d$ 和 $k$ 都相对较小,时间复杂度趋向 $O(n)$ 。
- **空间复杂度为 $O(n + d)$、非原地排序**:与计数排序相同,基数排序需要借助长度为 $n$ 和 $d$ 的数组 `res``counter`
- **稳定排序**:当计数排序稳定时,基数排序也稳定;当计数排序不稳定时,基数排序无法保证得到正确的排序结果。

View file

@ -41,13 +41,15 @@ Don't hesitate to join us via WeChat `krahets-jyd` or on [Discord](https://disco
**Accuracy**:
- Maintain consistency in terminology across translations by referring to the [Terminology](https://www.hello-algo.com/chapter_appendix/terminology/) section.
- Prioritize technical accuracy and maintain the tone and style of the Chinese version. If you think changing the original meaning is necessary, please first submit a PR to modify the Chinese version.
- Prioritize technical accuracy and maintain the tone and style of the Chinese version.
- Always take into account the content and context of the Chinese version to ensure modifications are accurate and comprehensive.
**Authenticity**:
- Translations should flow naturally and fluently, adhering to English expression conventions.
- Always consider the context of the content to harmonize the article.
- Be aware of cultural differences between Chinese and English. For instance, Chinese "pinyin" does not exist in English.
- If the optimized sentence could alter the original meaning, please add a comment for discussion.
**Formatting**:

View file

@ -15,24 +15,24 @@
</p>
<p align="center">
<img src="https://www.hello-algo.com/en/index.assets/animation.gif" width="389">
<img src="https://www.hello-algo.com/en/index.assets/running_code.gif" width="389">
<img src="https://www.hello-algo.com/index.assets/animation.gif" width="395">
<img src="https://www.hello-algo.com/index.assets/running_code.gif" width="395">
</p>
<p align="center">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB">
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C">
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02">
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4">
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8">
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138">
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30">
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6">
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2">
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000">
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC">
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF">
<img src="https://img.shields.io/badge/Zig-snow?logo=zig&logoColor=F7A41D">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB" alt="" />
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02" alt="" />
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C" alt="" />
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC" alt="" />
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4" alt="" />
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30" alt="" />
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8" alt="" />
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138" alt="" />
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000" alt="" />
<img src="https://img.shields.io/badge/Ruby-snow?logo=ruby&logoColor=CC342D" alt="" />
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF" alt="" />
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6" alt="" />
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2" alt="" />
</p>
<p align="center">
@ -49,7 +49,7 @@ This open-source project aims to create a free and beginner-friendly crash cours
- Animated illustrations, easy-to-understand content, and a smooth learning curve help beginners explore the "knowledge map" of data structures and algorithms.
- Run code with just one click, helping readers improve their programming skills and understand the working principle of algorithms and the underlying implementation of data structures.
- We encourage readers to help each other. Questions and comments are usually replied to within two days.
- Encouraging learning through teaching, feel free to share your questions, insights, and suggestions.
If you find this book helpful, please give it a Star :star: to support us, thank you!

View file

@ -209,7 +209,11 @@ body {
/* code block tabs */
.md-typeset .tabbed-labels>label {
font-size: 0.545rem;
font-size: 0.61rem;
}
.md-typeset .tabbed-labels--linked>label>a {
padding: .78125em 1.0em .625em;
}
/* header banner */

View file

@ -15,24 +15,24 @@
</p>
<p align="center">
<img src="https://www.hello-algo.com/index.assets/animation.gif" width="389">
<img src="https://www.hello-algo.com/index.assets/running_code.gif" width="389">
<img src="https://www.hello-algo.com/index.assets/animation.gif" width="395">
<img src="https://www.hello-algo.com/index.assets/running_code.gif" width="395">
</p>
<p align="center">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB">
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C">
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02">
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4">
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8">
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138">
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30">
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6">
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2">
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000">
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC">
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF">
<img src="https://img.shields.io/badge/Zig-snow?logo=zig&logoColor=F7A41D">
<img src="https://img.shields.io/badge/Python-snow?logo=python&logoColor=3776AB" alt="" />
<img src="https://img.shields.io/badge/Java-snow?logo=coffeescript&logoColor=FC4C02" alt="" />
<img src="https://img.shields.io/badge/C%2B%2B-snow?logo=c%2B%2B&logoColor=00599C" alt="" />
<img src="https://img.shields.io/badge/C-snow?logo=c&logoColor=A8B9CC" alt="" />
<img src="https://img.shields.io/badge/C%23-snow?logo=csharp&logoColor=512BD4" alt="" />
<img src="https://img.shields.io/badge/JavaScript-snow?logo=javascript&logoColor=E9CE30" alt="" />
<img src="https://img.shields.io/badge/Go-snow?logo=go&logoColor=00ADD8" alt="" />
<img src="https://img.shields.io/badge/Swift-snow?logo=swift&logoColor=F05138" alt="" />
<img src="https://img.shields.io/badge/Rust-snow?logo=rust&logoColor=000000" alt="" />
<img src="https://img.shields.io/badge/Ruby-snow?logo=ruby&logoColor=CC342D" alt="" />
<img src="https://img.shields.io/badge/Kotlin-snow?logo=kotlin&logoColor=7F52FF" alt="" />
<img src="https://img.shields.io/badge/TypeScript-snow?logo=typescript&logoColor=3178C6" alt="" />
<img src="https://img.shields.io/badge/Dart-snow?logo=dart&logoColor=0175C2" alt="" />
</p>
<p align="center">
@ -49,7 +49,7 @@
- 全書採用動畫圖解,內容清晰易懂、學習曲線平滑,引導初學者探索資料結構與演算法的知識地圖。
- 源程式碼可一鍵執行,幫助讀者在練習中提升程式設計技能,瞭解演算法工作原理和資料結構底層實現。
- 鼓勵讀者互助學習,提問與評論通常可在兩日內得到回覆
- 鼓勵讀者互助學習,歡迎大家在評論區提出問題、見解和建議
若本書對您有所幫助,請在頁面右上角點個 Star :star: 支持一下,謝謝!

View file

@ -4,8 +4,8 @@
* Author: MolDuM (moldum@163.com)Reanon (793584285@qq.com)
*/
#ifndef C_INCLUDE_H
#define C_INCLUDE_H
#ifndef COMMON_H
#define COMMON_H
#include <assert.h>
#include <stdbool.h>
@ -33,4 +33,4 @@ extern "C" {
}
#endif
#endif // C_INCLUDE_H
#endif // COMMON_H

View file

@ -18,7 +18,7 @@ class ArrayStack:
def is_empty(self) -> bool:
"""判斷堆疊是否為空"""
return self._stack == []
return self._size == 0
def push(self, item: int):
"""入堆疊"""

View file

@ -30,7 +30,7 @@ class LinkedListDeque:
def is_empty(self) -> bool:
"""判斷雙向佇列是否為空"""
return self.size() == 0
return self._size == 0
def push(self, num: int, is_front: bool):
"""入列操作"""

View file

@ -26,7 +26,7 @@ class LinkedListQueue:
def is_empty(self) -> bool:
"""判斷佇列是否為空"""
return not self._front
return self._size == 0
def push(self, num: int):
"""入列"""

View file

@ -25,7 +25,7 @@ class LinkedListStack:
def is_empty(self) -> bool:
"""判斷堆疊是否為空"""
return not self._peek
return self._size == 0
def push(self, val: int):
"""入堆疊"""

View file

@ -0,0 +1,121 @@
=begin
File: array_hash_map.rb
Created Time: 2024-04-13
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
### 鍵值對 ###
class Pair
attr_accessor :key, :val
def initialize(key, val)
@key = key
@val = val
end
end
### 基於陣列實現的雜湊表 ###
class ArrayHashMap
### 建構子 ###
def initialize
# 初始化陣列,包含 100 個桶
@buckets = Array.new(100)
end
### 雜湊函式 ###
def hash_func(key)
index = key % 100
end
### 查詢操作 ###
def get(key)
index = hash_func(key)
pair = @buckets[index]
return if pair.nil?
pair.val
end
### 新增操作 ###
def put(key, val)
pair = Pair.new(key, val)
index = hash_func(key)
@buckets[index] = pair
end
### 刪除操作 ###
def remove(key)
index = hash_func(key)
# 置為 nil ,代表刪除
@buckets[index] = nil
end
### 獲取所有鍵值對 ###
def entry_set
result = []
@buckets.each { |pair| result << pair unless pair.nil? }
result
end
### 獲取所有鍵 ###
def key_set
result = []
@buckets.each { |pair| result << pair.key unless pair.nil? }
result
end
### 獲取所有值 ###
def value_set
result = []
@buckets.each { |pair| result << pair.val unless pair.nil? }
result
end
### 列印雜湊表 ###
def print
@buckets.each { |pair| puts "#{pair.key} -> #{pair.val}" unless pair.nil? }
end
end
### Driver Code ###
if __FILE__ == $0
# 初始化雜湊表
hmap = ArrayHashMap.new
# 新增操作
# 在雜湊表中新增鍵值對 (key, value)
hmap.put(12836, "小哈")
hmap.put(15937, "小囉")
hmap.put(16750, "小算")
hmap.put(13276, "小法")
hmap.put(10583, "小鴨")
puts "\n新增完成後,雜湊表為\nKey -> Value"
hmap.print
# 查詢操作
# 向雜湊表中輸入鍵 key , 得到值 value
name = hmap.get(15937)
puts "\n輸入學號 15937 ,查詢到姓名 #{name}"
# 刪除操作
# 在雜湊表中刪除值對 (key, value)
hmap.remove(10583)
puts "\n刪除 10583 後,雜湊表為\nKey -> Value"
hmap.print
# 走訪雜湊表
puts "\n走訪鍵值對 Key->Value"
for pair in hmap.entry_set
puts "#{pair.key} -> #{pair.val}"
end
puts "\n單獨篇走訪鍵 Key"
for key in hmap.key_set
puts key
end
puts "\n單獨走訪值 Value"
for val in hmap.value_set
puts val
end
end

View file

@ -0,0 +1,34 @@
=begin
File: built_in_hash.rb
Created Time: 2024-04-13
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/list_node'
### Driver Code ###
if __FILE__ == $0
num = 3
hash_num = num.hash
puts "整數 #{num} 的雜湊值為 #{hash_num}"
bol = true
hash_bol = bol.hash
puts "布林量 #{bol} 的雜湊值為 #{hash_bol}"
dec = 3.14159
hash_dec = dec.hash
puts "小數 #{dec} 的雜湊值為 #{hash_dec}"
str = "Hello 演算法"
hash_str = str.hash
puts "字串 #{str} 的雜湊值為 #{hash_str}"
tup = [12836, '小哈']
hash_tup = tup.hash
puts "元組 #{tup} 的雜湊值為 #{hash_tup}"
obj = ListNode.new(0)
hash_obj = obj.hash
puts "節點物件 #{obj} 的雜湊值為 #{hash_obj}"
end

View file

@ -0,0 +1,44 @@
=begin
File: hash_map.rb
Created Time: 2024-04-14
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/print_util'
### Driver Code ###
if __FILE__ == $0
# 初始化雜湊表
hmap = {}
# 新增操作
# 在雜湊表中新增鍵值對 (key, value)
hmap[12836] = "小哈"
hmap[15937] = "小囉"
hmap[16750] = "小算"
hmap[13276] = "小法"
hmap[10583] = "小鴨"
puts "\n新增完成後,雜湊表為\nKey -> Value"
print_hash_map(hmap)
# 查詢操作
# 向雜湊表中輸入鍵 key ,得到值 value
name = hmap[15937]
puts "\n輸入學號 15937 ,查詢到姓名 #{name}"
# 刪除操作
# 在雜湊表中刪除鍵值對 (key, value)
hmap.delete(10583)
puts "\n刪除 10583 後,雜湊表為\nKey -> Value"
print_hash_map(hmap)
# 走訪雜湊表
puts "\n走訪鍵值對 Key->Value"
hmap.entries.each { |key, value| puts "#{key} -> #{value}" }
puts "\n單獨走訪鍵 Key"
hmap.keys.each { |key| puts key }
puts "\n單獨走訪值 Value"
hmap.values.each { |val| puts val }
end

View file

@ -0,0 +1,128 @@
=begin
File: hash_map_chaining.rb
Created Time: 2024-04-13
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative './array_hash_map'
### 鍵式位址雜湊表 ###
class HashMapChaining
### 建構子 ###
def initialize
@size = 0 # 鍵值對數量
@capacity = 4 # 雜湊表容量
@load_thres = 2.0 / 3.0 # 觸發擴容的負載因子閾值
@extend_ratio = 2 # 擴容倍數
@buckets = Array.new(@capacity) { [] } # 桶陣列
end
### 雜湊函式 ###
def hash_func(key)
key % @capacity
end
### 負載因子 ###
def load_factor
@size / @capacity
end
### 查詢操作 ###
def get(key)
index = hash_func(key)
bucket = @buckets[index]
# 走訪桶,若找到 key ,則返回對應 val
for pair in bucket
return pair.val if pair.key == key
end
# 若未找到 key , 則返回 nil
nil
end
### 新增操作 ###
def put(key, val)
# 當負載因子超過閾值時,執行擴容
extend if load_factor > @load_thres
index = hash_func(key)
bucket = @buckets[index]
# 走訪桶,若遇到指定 key ,則更新對應 val 並返回
for pair in bucket
if pair.key == key
pair.val = val
return
end
end
# 若無該 key ,則將鍵值對新增至尾部
pair = Pair.new(key, val)
bucket << pair
@size += 1
end
### 刪除操作 ###
def remove(key)
index = hash_func(key)
bucket = @buckets[index]
# 走訪桶,從中刪除鍵值對
for pair in bucket
if pair.key == key
bucket.delete(pair)
@size -= 1
break
end
end
end
### 擴容雜湊表 ###
def extend
# 暫存原雜湊表
buckets = @buckets
# 初始化擴容後的新雜湊表
@capacity *= @extend_ratio
@buckets = Array.new(@capacity) { [] }
@size = 0
# 將鍵值對從原雜湊表搬運至新雜湊表
for bucket in buckets
for pair in bucket
put(pair.key, pair.val)
end
end
end
### 列印雜湊表 ###
def print
for bucket in @buckets
res = []
for pair in bucket
res << "#{pair.key} -> #{pair.val}"
end
pp res
end
end
end
### Driver Code ###
if __FILE__ == $0
### 初始化雜湊表
hashmap = HashMapChaining.new
# 新增操作
# 在雜湊表中新增鍵值對 (key, value)
hashmap.put(12836, "小哈")
hashmap.put(15937, "小囉")
hashmap.put(16750, "小算")
hashmap.put(13276, "小法")
hashmap.put(10583, "小鴨")
puts "\n新增完成後,雜湊表為\n[Key1 -> Value1, Key2 -> Value2, ...]"
hashmap.print
# 查詢操作
# 向雜湊表中輸入鍵 key ,得到值 value
name = hashmap.get(13276)
puts "\n輸入學號 13276 ,查詢到姓名 #{name}"
# 刪除操作
# 在雜湊表中刪除鍵值對 (key, value)
hashmap.remove(12836)
puts "\n刪除 12836 後,雜湊表為\n[Key1 -> Value1, Key2 -> Value2, ...]"
hashmap.print
end

View file

@ -0,0 +1,147 @@
=begin
File: hash_map_open_addressing.rb
Created Time: 2024-04-13
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative './array_hash_map'
### 開放定址雜湊表 ###
class HashMapOpenAddressing
TOMBSTONE = Pair.new(-1, '-1') # 刪除標記
### 建構子 ###
def initialize
@size = 0 # 鍵值對數量
@capacity = 4 # 雜湊表容量
@load_thres = 2.0 / 3.0 # 觸發擴容的負載因子閾值
@extend_ratio = 2 # 擴容倍數
@buckets = Array.new(@capacity) # 桶陣列
end
### 雜湊函式 ###
def hash_func(key)
key % @capacity
end
### 負載因子 ###
def load_factor
@size / @capacity
end
### 搜尋 key 對應的桶索引 ###
def find_bucket(key)
index = hash_func(key)
first_tombstone = -1
# 線性探查,當遇到空桶時跳出
while !@buckets[index].nil?
# 若遇到 key ,返回對應的桶索引
if @buckets[index].key == key
# 若之前遇到了刪除標記,則將鍵值對移動至該索引處
if first_tombstone != -1
@buckets[first_tombstone] = @buckets[index]
@buckets[index] = TOMBSTONE
return first_tombstone # 返回移動後的桶索引
end
return index # 返回桶索引
end
# 記錄遇到的首個刪除標記
first_tombstone = index if first_tombstone == -1 && @buckets[index] == TOMBSTONE
# 計算桶索引,越過尾部則返回頭部
index = (index + 1) % @capacity
end
# 若 key 不存在,則返回新增點的索引
first_tombstone == -1 ? index : first_tombstone
end
### 查詢操作 ###
def get(key)
# 搜尋 key 對應的桶索引
index = find_bucket(key)
# 若找到鍵值對,則返回對應 val
return @buckets[index].val unless [nil, TOMBSTONE].include?(@buckets[index])
# 若鍵值對不存在,則返回 nil
nil
end
### 新增操作 ###
def put(key, val)
# 當負載因子超過閾值時,執行擴容
extend if load_factor > @load_thres
# 搜尋 key 對應的桶索引
index = find_bucket(key)
# 若找到鍵值對,則覆蓋 val 開返回
unless [nil, TOMBSTONE].include?(@buckets[index])
@buckets[index].val = val
return
end
# 若鍵值對不存在,則新增該鍵值對
@buckets[index] = Pair.new(key, val)
@size += 1
end
### 刪除操作 ###
def remove(key)
# 搜尋 key 對應的桶索引
index = find_bucket(key)
# 若找到鍵值對,則用刪除標記覆蓋它
unless [nil, TOMBSTONE].include?(@buckets[index])
@buckets[index] = TOMBSTONE
@size -= 1
end
end
### 擴容雜湊表 ###
def extend
# 暫存原雜湊表
buckets_tmp = @buckets
# 初始化擴容後的新雜湊表
@capacity *= @extend_ratio
@buckets = Array.new(@capacity)
@size = 0
# 將鍵值對從原雜湊表搬運至新雜湊表
for pair in buckets_tmp
put(pair.key, pair.val) unless [nil, TOMBSTONE].include?(pair)
end
end
### 列印雜湊表 ###
def print
for pair in @buckets
if pair.nil?
puts "Nil"
elsif pair == TOMBSTONE
puts "TOMBSTONE"
else
puts "#{pair.key} -> #{pair.val}"
end
end
end
end
### Driver Code ###
if __FILE__ == $0
# 初始化雜湊表
hashmap = HashMapOpenAddressing.new
# 新增操作
# 在雜湊表中新增鍵值對 (key, val)
hashmap.put(12836, "小哈")
hashmap.put(15937, "小囉")
hashmap.put(16750, "小算")
hashmap.put(13276, "小法")
hashmap.put(10583, "小鴨")
puts "\n新增完成後,雜湊表為\nKey -> Value"
hashmap.print
# 查詢操作
# 向雜湊表中輸入鍵 key ,得到值 val
name = hashmap.get(13276)
puts "\n輸入學號 13276 ,查詢到姓名 #{name}"
# 刪除操作
# 在雜湊表中刪除鍵值對 (key, val)
hashmap.remove(16750)
puts "\n刪除 16750 後,雜湊表為\nKey -> Value"
hashmap.print
end

View file

@ -0,0 +1,62 @@
=begin
File: simple_hash.rb
Created Time: 2024-04-14
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
### 加法雜湊 ###
def add_hash(key)
hash = 0
modulus = 1_000_000_007
key.each_char { |c| hash += c.ord }
hash % modulus
end
### 乘法雜湊 ###
def mul_hash(key)
hash = 0
modulus = 1_000_000_007
key.each_char { |c| hash = 31 * hash + c.ord }
hash % modulus
end
### 互斥或雜湊 ###
def xor_hash(key)
hash = 0
modulus = 1_000_000_007
key.each_char { |c| hash ^= c.ord }
hash % modulus
end
### 旋轉雜湊 ###
def rot_hash(key)
hash = 0
modulus = 1_000_000_007
key.each_char { |c| hash = (hash << 4) ^ (hash >> 28) ^ c.ord }
hash % modulus
end
### Driver Code ###
if __FILE__ == $0
key = "Hello 演算法"
hash = add_hash(key)
puts "加法雜湊值為 #{hash}"
hash = mul_hash(key)
puts "乘法雜湊值為 #{hash}"
hash = xor_hash(key)
puts "互斥或雜湊值為 #{hash}"
hash = rot_hash(key)
puts "旋轉雜湊值為 #{hash}"
end

View file

@ -0,0 +1,154 @@
=begin
File: quick_sort.rb
Created Time: 2024-04-01
Author: Cy (3739004@gmail.com), Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
### 快速排序類別 ###
class QuickSort
class << self
### 哨兵劃分 ###
def partition(nums, left, right)
# 以 nums[left] 為基準數
i, j = left, right
while i < j
while i < j && nums[j] >= nums[left]
j -= 1 # 從右向左找首個小於基準數的元素
end
while i < j && nums[i] <= nums[left]
i += 1 # 從左向右找首個大於基準數的元素
end
# 元素交換
nums[i], nums[j] = nums[j], nums[i]
end
# 將基準數交換至兩子陣列的分界線
nums[i], nums[left] = nums[left], nums[i]
i # 返回基準數的索引
end
### 快速排序類別 ###
def quick_sort(nums, left, right)
# 子陣列長度不為 1 時遞迴
if left < right
# 哨兵劃分
pivot = partition(nums, left, right)
# 遞迴左子陣列、右子陣列
quick_sort(nums, left, pivot - 1)
quick_sort(nums, pivot + 1, right)
end
nums
end
end
end
### 快速排序類別(中位數最佳化)###
class QuickSortMedian
class << self
### 選取三個候選元素的中位數 ###
def median_three(nums, left, mid, right)
# 選取三個候選元素的中位數
_l, _m, _r = nums[left], nums[mid], nums[right]
# m 在 l 和 r 之間
return mid if (_l <= _m && _m <= _r) || (_r <= _m && _m <= _l)
# l 在 m 和 r 之間
return left if (_m <= _l && _l <= _r) || (_r <= _l && _l <= _m)
return right
end
### 哨兵劃分(三數取中值)###
def partition(nums, left, right)
### 以 nums[left] 為基準數
med = median_three(nums, left, (left + right) / 2, right)
# 將中位數交換至陣列最左斷
nums[left], nums[med] = nums[med], nums[left]
i, j = left, right
while i < j
while i < j && nums[j] >= nums[left]
j -= 1 # 從右向左找首個小於基準數的元素
end
while i < j && nums[i] <= nums[left]
i += 1 # 從左向右找首個大於基準數的元素
end
# 元素交換
nums[i], nums[j] = nums[j], nums[i]
end
# 將基準數交換至兩子陣列的分界線
nums[i], nums[left] = nums[left], nums[i]
i # 返回基準數的索引
end
### 快速排序 ###
def quick_sort(nums, left, right)
# 子陣列長度不為 1 時遞迴
if left < right
# 哨兵劃分
pivot = partition(nums, left, right)
# 遞迴左子陣列、右子陣列
quick_sort(nums, left, pivot - 1)
quick_sort(nums, pivot + 1, right)
end
nums
end
end
end
### 快速排序類別(尾遞迴最佳化)###
class QuickSortTailCall
class << self
### 哨兵劃分 ###
def partition(nums, left, right)
# 以 nums[left]為基準數
i = left
j = right
while i < j
while i < j && nums[j] >= nums[left]
j -= 1 # 從右向左找首個小於基準數的元素
end
while i < j && nums[i] <= nums[left]
i += 1 # 從左向右找首個大於基準數的元素
end
# 元素交換
nums[i], nums[j] = nums[j], nums[i]
end
# 將基準數交換至兩子陣列的分界線
nums[i], nums[left] = nums[left], nums[i]
i # 返回基準數的索引
end
### 快速排序(尾遞迴最佳化)
def quick_sort(nums, left, right)
# 子陣列長度不為 1 時遞迴
while left < right
# 哨兵劃分
pivot = partition(nums, left, right)
# 對兩個子陣列中較短的那個執行快速排序
if pivot - left < right - pivot
quick_sort(nums, left, pivot - 1)
left = pivot + 1 # 剩餘未排序區間為 [pivot + 1, right]
else
quick_sort(nums, pivot + 1, right)
right = pivot - 1 # 剩餘未排序區間為 [left, pivot - 1]
end
end
end
end
end
### Driver Code ###
if __FILE__ == $0
# 快速排序
nums = [2, 4, 1, 0, 3, 5]
QuickSort.quick_sort(nums, 0, nums.length - 1)
puts "快速排序完成後 nums = #{nums}"
# 快速排序(中位基準數最佳化)
nums1 = [2, 4, 1, 0, 3, 5]
QuickSortMedian.quick_sort(nums1, 0, nums1.length - 1)
puts "快速排序(中位基準數最佳化)完成後 nums1 = #{nums1}"
# 快速排序(尾遞迴最佳化)
nums2 = [2, 4, 1, 0, 3, 5]
QuickSortTailCall.quick_sort(nums2, 0, nums2.length - 1)
puts "快速排序(尾遞迴最佳化)完成後 nums2 = #{nums2}"
end

View file

@ -0,0 +1,124 @@
=begin
File: array_binary_tree.rb
Created Time: 2024-04-17
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### 陣列表示下的二元樹類別 ###
class ArrayBinaryTree
### 建構子 ###
def initialize(arr)
@tree = arr.to_a
end
### 串列容量 ###
def size
@tree.length
end
### 獲取索引為 i 節點的值 ###
def val(i)
# 若索引越界,則返回 nil ,代表空位
return if i < 0 || i >= size
@tree[i]
end
### 獲取索引為 i 節點的左子節點的索引 ###
def left(i)
2 * i + 1
end
### 獲取索引為 i 節點的右子節點的索引 ###
def right(i)
2 * i + 2
end
### 獲取索引為 i 節點的父節點的索引 ###
def parent(i)
(i - 1) / 2
end
### 層序走訪 ###
def level_order
@res = []
# 直接走訪陣列
for i in 0...size
@res << val(i) unless val(i).nil?
end
@res
end
### 深度優先走訪 ###
def dfs(i, order)
return if val(i).nil?
# 前序走訪
@res << val(i) if order == :pre
dfs(left(i), order)
# 中序走訪
@res << val(i) if order == :in
dfs(right(i), order)
# 後序走訪
@res << val(i) if order == :post
end
### 前序走訪 ###
def pre_order
@res = []
dfs(0, :pre)
@res
end
### 中序走訪 ###
def in_order
@res = []
dfs(0, :in)
@res
end
### 後序走訪 ###
def post_order
@res = []
dfs(0, :post)
@res
end
end
### Driver Code ###
if __FILE__ == $0
# 初始化二元樹
# 這裡藉助了一個從陣列直接生成二元樹的函式
arr = [1, 2, 3, 4, nil, 6, 7, 8, 9, nil, nil, 12, nil, nil, 15]
root = arr_to_tree(arr)
puts "\n初始化二元樹\n\n"
puts '二元樹的陣列表示:'
pp arr
puts '二元樹的鏈結串列表示:'
print_tree(root)
# 陣列表示下的二元樹類別
abt = ArrayBinaryTree.new(arr)
# 訪問節點
i = 1
l, r, _p = abt.left(i), abt.right(i), abt.parent(i)
puts "\n當前節點的索引為 #{i} ,值為 #{abt.val(i).inspect}"
puts "其左子節點的索引為 #{l} ,值為 #{abt.val(l).inspect}"
puts "其右子節點的索引為 #{r} ,值為 #{abt.val(r).inspect}"
puts "其父節點的索引為 #{_p} ,值為 #{abt.val(_p).inspect}"
# 走訪樹
res = abt.level_order
puts "\n層序走訪為: #{res}"
res = abt.pre_order
puts "前序走訪為: #{res}"
res = abt.in_order
puts "中序走訪為: #{res}"
res = abt.post_order
puts "後序走訪為: #{res}"
end

View file

@ -0,0 +1,216 @@
=begin
File: avl_tree.rb
Created Time: 2024-04-17
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### AVL 樹 ###
class AVLTree
### 建構子 ###
def initialize
@root = nil
end
### 獲取二元樹根節點 ###
def get_root
@root
end
### 獲取節點高度 ###
def height(node)
# 空節點高度為 -1 ,葉節點高度為 0
return node.height unless node.nil?
-1
end
### 更新節點高度 ###
def update_height(node)
# 節點高度等於最高子樹高度 + 1
node.height = [height(node.left), height(node.right)].max + 1
end
### 獲取平衡因子 ###
def balance_factor(node)
# 空節點平衡因子為 0
return 0 if node.nil?
# 節點平衡因子 = 左子樹高度 - 右子樹高度
height(node.left) - height(node.right)
end
### 右旋操作 ###
def right_rotate(node)
child = node.left
grand_child = child.right
# 以 child 為原點,將 node 向右旋轉
child.right = node
node.left = grand_child
# 更新節點高度
update_height(node)
update_height(child)
# 返回旋轉後子樹的根節點
child
end
### 左旋操作 ###
def left_rotate(node)
child = node.right
grand_child = child.left
# 以 child 為原點,將 node 向左旋轉
child.left = node
node.right = grand_child
# 更新節點高度
update_height(node)
update_height(child)
# 返回旋轉後子樹的根節點
child
end
### 執行旋轉操作,使該子樹重新恢復平衡 ###
def rotate(node)
# 獲取節點 node 的平衡因子
balance_factor = balance_factor(node)
# 左遍樹
if balance_factor > 1
if balance_factor(node.left) >= 0
# 右旋
return right_rotate(node)
else
# 先左旋後右旋
node.left = left_rotate(node.left)
return right_rotate(node)
end
# 右遍樹
elsif balance_factor < -1
if balance_factor(node.right) <= 0
# 左旋
return left_rotate(node)
else
# 先右旋後左旋
node.right = right_rotate(node.right)
return left_rotate(node)
end
end
# 平衡樹,無須旋轉,直接返回
node
end
### 插入節點 ###
def insert(val)
@root = insert_helper(@root, val)
end
### 遞迴插入節點(輔助方法)###
def insert_helper(node, val)
return TreeNode.new(val) if node.nil?
# 1. 查詢插入位置並插入節點
if val < node.val
node.left = insert_helper(node.left, val)
elsif val > node.val
node.right = insert_helper(node.right, val)
else
# 重複節點不插入,直接返回
return node
end
# 更新節點高度
update_height(node)
# 2. 執行旋轉操作,使該子樹重新恢復平衡
rotate(node)
end
### 刪除節點 ###
def remove(val)
@root = remove_helper(@root, val)
end
### 遞迴刪除節點(輔助方法)###
def remove_helper(node, val)
return if node.nil?
# 1. 查詢節點並刪除
if val < node.val
node.left = remove_helper(node.left, val)
elsif val > node.val
node.right = remove_helper(node.right, val)
else
if node.left.nil? || node.right.nil?
child = node.left || node.right
# 子節點數量 = 0 ,直接刪除 node 並返回
return if child.nil?
# 子節點數量 = 1 ,直接刪除 node
node = child
else
# 子節點數量 = 2 ,則將中序走訪的下個節點刪除,並用該節點替換當前節點
temp = node.right
while !temp.left.nil?
temp = temp.left
end
node.right = remove_helper(node.right, temp.val)
node.val = temp.val
end
end
# 更新節點高度
update_height(node)
# 2. 執行旋轉操作,使該子樹重新恢復平衡
rotate(node)
end
### 查詢節點 ###
def search(val)
cur = @root
# 迴圈查詢,越過葉節點後跳出
while !cur.nil?
# 目標節點在 cur 的右子樹中
if cur.val < val
cur = cur.right
# 目標節點在 cur 的左子樹中
elsif cur.val > val
cur = cur.left
# 找到目標節點,跳出迴圈
else
break
end
end
# 返回目標節點
cur
end
end
### Driver Code ###
if __FILE__ == $0
def test_insert(tree, val)
tree.insert(val)
puts "\n插入節點 #{val}AVL 樹為"
print_tree(tree.get_root)
end
def test_remove(tree, val)
tree.remove(val)
puts "\n刪除節點 #{val}AVL 樹為"
print_tree(tree.get_root)
end
# 初始化空 AVL 樹
avl_tree = AVLTree.new
# 插入節點
# 請關注插入節點後AVL 樹是如何保持平衡的
for val in [1, 2, 3, 4, 5, 8, 7, 9, 10, 6]
test_insert(avl_tree, val)
end
# 插入重複節點
test_insert(avl_tree, 7)
# 刪除節點
# 請關注刪除節點後AVL 樹是如何保持平衡的
test_remove(avl_tree, 8) # 刪除度為 0 的節點
test_remove(avl_tree, 5) # 刪除度為 1 的節點
test_remove(avl_tree, 4) # 刪除度為 2 的節點
result_node = avl_tree.search(7)
puts "\n查詢到的節點物件為 #{result_node},節點值 = #{result_node.val}"
end

View file

@ -0,0 +1,161 @@
=begin
File: binary_search_tree.rb
Created Time: 2024-04-18
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### 二元搜尋樹 ###
class BinarySearchTree
### 建構子 ###
def initialize
# 初始化空樹
@root = nil
end
### 獲取二元樹根節點 ###
def get_root
@root
end
### 查詢節點 ###
def search(num)
cur = @root
# 迴圈查詢,越過葉節點後跳出
while !cur.nil?
# 目標節點在 cur 的右子樹中
if cur.val < num
cur = cur.right
# 目標節點在 cur 的左子樹中
elsif cur.val > num
cur = cur.left
# 找到目標節點,跳出迴圈
else
break
end
end
cur
end
### 插入節點 ###
def insert(num)
# 若樹為空,則初始化根節點
if @root.nil?
@root = TreeNode.new(num)
return
end
# 迴圈查詢,越過葉節點後跳出
cur, pre = @root, nil
while !cur.nil?
# 找到重複節點,直接返回
return if cur.val == num
pre = cur
# 插入位置在 cur 的右子樹中
if cur.val < num
cur = cur.right
# 插入位置在 cur 的左子樹中
else
cur = cur.left
end
end
# 插入節點
node = TreeNode.new(num)
if pre.val < num
pre.right = node
else
pre.left = node
end
end
### 刪除節點 ###
def remove(num)
# 若樹為空,直接提前返回
return if @root.nil?
# 迴圈查詢,越過葉節點後跳出
cur, pre = @root, nil
while !cur.nil?
# 找到待刪除節點,跳出迴圈
break if cur.val == num
pre = cur
# 待刪除節點在 cur 的右子樹中
if cur.val < num
cur = cur.right
# 待刪除節點在 cur 的左子樹中
else
cur = cur.left
end
end
# 若無待刪除節點,則直接返回
return if cur.nil?
# 子節點數量 = 0 or 1
if cur.left.nil? || cur.right.nil?
# 當子節點數量 = 0 / 1 時, child = null / 該子節點
child = cur.left || cur.right
# 刪除節點 cur
if cur != @root
if pre.left == cur
pre.left = child
else
pre.right = child
end
else
# 若刪除節點為根節點,則重新指定根節點
@root = child
end
# 子節點數量 = 2
else
# 獲取中序走訪中 cur 的下一個節點
tmp = cur.right
while !tmp.left.nil?
tmp = tmp.left
end
# 遞迴刪除節點 tmp
remove(tmp.val)
# 用 tmp 覆蓋 cur
cur.val = tmp.val
end
end
end
### Driver Code ###
if __FILE__ == $0
# 初始化二元搜尋樹
bst = BinarySearchTree.new
nums = [8, 4, 12, 2, 6, 10, 14, 1, 3, 5, 7, 9, 11, 13, 15]
# 請注意,不同的插入順序會生成不同的二元樹,該序列可以生成一個完美二元樹
nums.each { |num| bst.insert(num) }
puts "\n初始化的二元樹為\n"
print_tree(bst.get_root)
# 查詢節點
node = bst.search(7)
puts "\n查詢到的節點物件為: #{node},節點值 = #{node.val}"
# 插入節點
bst.insert(16)
puts "\n插入節點 16 後,二元樹為\n"
print_tree(bst.get_root)
# 刪除節點
bst.remove(1)
puts "\n刪除節點 1 後,二元樹為\n"
print_tree(bst.get_root)
bst.remove(2)
puts "\n刪除節點 2 後,二元樹為\n"
print_tree(bst.get_root)
bst.remove(4)
puts "\n刪除節點 4 後,二元樹為\n"
print_tree(bst.get_root)
end

View file

@ -0,0 +1,38 @@
=begin
File: binary_tree.rb
Created Time: 2024-04-18
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### Driver Code ###
if __FILE__ == $0
# 初始化二元樹
# 初始化節點
n1 = TreeNode.new(1)
n2 = TreeNode.new(2)
n3 = TreeNode.new(3)
n4 = TreeNode.new(4)
n5 = TreeNode.new(5)
# 構建節點之間的引用(指標)
n1.left = n2
n1.right = n3
n2.left = n4
n2.right = n5
puts "\n初始化二元樹\n\n"
print_tree(n1)
# 插入與刪除節點
_p = TreeNode.new(0)
# 在 n1 -> n2 中間插入節點 _p
n1.left = _p
_p.left = n2
puts "\n插入節點 _p 後\n\n"
print_tree(n1)
# 刪除節點
n1.left = n2
puts "\n刪除節點 _p 後\n\n"
print_tree(n1)
end

View file

@ -0,0 +1,36 @@
=begin
File: binary_tree_bfs.rb
Created Time: 2024-04-18
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### 層序走訪 ###
def level_order(root)
# 初始化佇列,加入根節點
queue = [root]
# 初始化一個串列,用於儲存走訪序列
res = []
while !queue.empty?
node = queue.shift # 隊列出隊
res << node.val # 儲存節點值
queue << node.left unless node.left.nil? # 左子節點入列
queue << node.right unless node.right.nil? # 右子節點入列
end
res
end
### Driver Code ###
if __FILE__ == $0
# 初始化二元樹
# 這裡藉助了一個從陣列直接生成二元樹的函式
root = arr_to_tree([1, 2, 3, 4, 5, 6, 7])
puts "\n初始化二元樹\n\n"
print_tree(root)
# 層序走訪
res = level_order(root)
puts "\n層序走訪的節點列印序列 = #{res}"
end

View file

@ -0,0 +1,62 @@
=begin
File: binary_tree_dfs.rb
Created Time: 2024-04-18
Author: Xuan Khoa Tu Nguyen (ngxktuzkai2000@gmail.com)
=end
require_relative '../utils/tree_node'
require_relative '../utils/print_util'
### 前序走訪 ###
def pre_order(root)
return if root.nil?
# 訪問優先順序:根節點 -> 左子樹 -> 右子樹
$res << root.val
pre_order(root.left)
pre_order(root.right)
end
### 中序走訪 ###
def in_order(root)
return if root.nil?
# 訪問優先順序:左子樹 -> 根節點 -> 右子樹
in_order(root.left)
$res << root.val
in_order(root.right)
end
### 後序走訪 ###
def post_order(root)
return if root.nil?
# 訪問優先順序:左子樹 -> 右子樹 -> 根節點
post_order(root.left)
post_order(root.right)
$res << root.val
end
### Driver Code ###
if __FILE__ == $0
# 初始化二元樹
# 這裡藉助了一個從陣列直接生成二元樹的函式
root = arr_to_tree([1, 2, 3, 4, 5, 6, 7])
puts "\n初始化二元樹\n\n"
print_tree(root)
# 前序走訪
$res = []
pre_order(root)
puts "\n前序走訪的節點列印序列 = #{$res}"
# 中序走訪
$res.clear
in_order(root)
puts "\nn中序走訪的節點列印序列 = #{$res}"
# 後序走訪
$res.clear
post_order(root)
puts "\nn後序走訪的節點列印序列 = #{$res}"
end

View file

@ -56,3 +56,8 @@ def print_tree(root, prev=nil, is_right=false)
trunk.str = " |"
print_tree(root.left, trunk, false)
end
### 列印雜湊表 ###
def print_hash_map(hmap)
hmap.entries.each { |key, value| puts "#{key} -> #{value}" }
end

View file

@ -16,3 +16,38 @@ class TreeNode
@height = 0
end
end
### 將串列反序列化為二元數樹:遞迴 ###
def arr_to_tree_dfs(arr, i)
# 如果索引超出陣列長度,或者對應的元素為 nil ,則返回 nil
return if i < 0 || i >= arr.length || arr[i].nil?
# 構建當前節點
root = TreeNode.new(arr[i])
# 遞迴構建左右子樹
root.left = arr_to_tree_dfs(arr, 2 * i + 1)
root.right = arr_to_tree_dfs(arr, 2 * i + 2)
root
end
### 將串列反序列化為二元樹 ###
def arr_to_tree(arr)
arr_to_tree_dfs(arr, 0)
end
### 將二元樹序列化為串列:遞迴 ###
def tree_to_arr_dfs(root, i, res)
return if root.nil?
res += Array.new(i - res.length + 1) if i >= res.length
res[i] = root.val
tree_to_arr_dfs(root.left, 2 * i + 1, res)
tree_to_arr_dfs(root.right, 2 * i + 2, res)
end
### 將二元樹序列化為串列 ###
def tree_to_arr(root)
res = []
tree_to_arr_dfs(root, 0, res)
res
end

View file

@ -51,4 +51,4 @@ const res = subsetSumI(nums, target);
console.log(`輸入陣列 nums = ${JSON.stringify(nums)}, target = ${target}`);
console.log(`所有和等於 ${target} 的子集 res = ${JSON.stringify(res)}`);
export { };
export {};

View file

@ -56,4 +56,4 @@ const res = subsetSumII(nums, target);
console.log(`輸入陣列 nums = ${JSON.stringify(nums)}, target = ${target}`);
console.log(`所有和等於 ${target} 的子集 res = ${JSON.stringify(res)}`);
export { };
export {};

View file

@ -67,4 +67,4 @@ console.log(`尾遞迴函式的求和結果 res = ${res}`);
res = fib(n);
console.log(`費波那契數列的第 ${n} 項為 ${res}`);
export { };
export {};

View file

@ -91,9 +91,8 @@ class GraphAdjList {
}
}
// need to add the package @types/node contains type definitions for Node.js, npm i --save-dev @types/node
if (require.main === module) {
/* Driver Code */
/* Driver Code */
if (import.meta.url.endsWith(process.argv[1])) {
/* 初始化無向圖 */
const v0 = new Vertex(1),
v1 = new Vertex(3),

View file

@ -122,7 +122,7 @@ class MaxHeap {
}
/* Driver Code */
if (require.main === module) {
if (import.meta.url.endsWith(process.argv[1])) {
/* 初始化大頂堆積 */
const maxHeap = new MaxHeap([9, 8, 6, 6, 7, 5, 2, 1, 4, 3, 6, 2]);
console.log('\n輸入串列並建堆積後');

View file

@ -4,8 +4,8 @@
* Author: yuan0221 (yl1452491917@gmail.com)
*/
const { arrToTree } = require('../modules/TreeNode');
const { printTree } = require('../modules/PrintUtil');
import { arrToTree } from '../modules/TreeNode';
import { printTree } from '../modules/PrintUtil';
type Order = 'pre' | 'in' | 'post';
@ -148,4 +148,4 @@ console.log('中序走訪為:' + res);
res = abt.postOrder();
console.log('後序走訪為:' + res);
export { };
export {};

View file

@ -79,9 +79,6 @@ function showTrunks(p: Trunk | null) {
showTrunks(p.prev);
process.stdout.write(p.str);
// ts-node to execute, we need to install type definitions for node
// solve: npm i --save-dev @types/node
// restart the vscode
}
/* 列印堆積 */

View file

@ -1,8 +1,12 @@
{
"compilerOptions": {
"target": "ES6",
"module": "CommonJS",
"outDir": "out",
"sourceMap": true
}
"baseUrl": ".",
"module": "esnext",
"moduleResolution": "node",
"types": ["@types/node"],
"noEmit": true,
"target": "esnext",
},
"include": ["chapter_*/*.ts"],
"exclude": ["node_modules"]
}

View file

@ -64,7 +64,7 @@ $$
並行最佳化在多核或多處理器的環境中尤其有效,因為系統可以同時處理多個子問題,更加充分地利用計算資源,從而顯著減少總體的執行時間。
比如在下圖所示的“桶排序”中,我們將海量的資料平均分配到各個桶中,則可所有桶的排序任務分散到各個計算單元,完成後再合併結果。
比如在下圖所示的“桶排序”中,我們將海量的資料平均分配到各個桶中,則可所有桶的排序任務分散到各個計算單元,完成後再合併結果。
![桶排序的平行計算](divide_and_conquer.assets/divide_and_conquer_parallel_computing.png)

View file

@ -18,15 +18,15 @@
**第一步:思考每輪的決策,定義狀態,從而得到 $dp$ 表**
對於每個物品來說,不放入背包,背包容量不變;放入背包,背包容量減小。由此可得狀態定義:當前物品編號 $i$ 和剩餘背包容量 $c$ ,記為 $[i, c]$ 。
對於每個物品來說,不放入背包,背包容量不變;放入背包,背包容量減小。由此可得狀態定義:當前物品編號 $i$ 和背包容量 $c$ ,記為 $[i, c]$ 。
狀態 $[i, c]$ 對應的子問題為:**前 $i$ 個物品在剩餘容量為 $c$ 的背包中的最大價值**,記為 $dp[i, c]$ 。
狀態 $[i, c]$ 對應的子問題為:**前 $i$ 個物品在容量為 $c$ 的背包中的最大價值**,記為 $dp[i, c]$ 。
待求解的是 $dp[n, cap]$ ,因此需要一個尺寸為 $(n+1) \times (cap+1)$ 的二維 $dp$ 表。
**第二步:找出最優子結構,進而推導出狀態轉移方程**
當我們做出物品 $i$ 的決策後,剩餘的是前 $i-1$ 個物品決策,可分為以下兩種情況。
當我們做出物品 $i$ 的決策後,剩餘的是前 $i-1$ 個物品決策的子問題,可分為以下兩種情況。
- **不放入物品 $i$** :背包容量不變,狀態變化為 $[i-1, c]$ 。
- **放入物品 $i$** :背包容量減少 $wgt[i-1]$ ,價值增加 $val[i-1]$ ,狀態變化為 $[i-1, c-wgt[i-1]]$ 。
@ -41,7 +41,7 @@ $$
**第三步:確定邊界條件和狀態轉移順序**
當無物品或無剩餘背包容量時最大價值為 $0$ ,即首列 $dp[i, 0]$ 和首行 $dp[0, c]$ 都等於 $0$ 。
當無物品或背包容量為 $0$ 時最大價值為 $0$ ,即首列 $dp[i, 0]$ 和首行 $dp[0, c]$ 都等於 $0$ 。
當前狀態 $[i, c]$ 從上方的狀態 $[i-1, c]$ 和左上方的狀態 $[i-1, c-wgt[i-1]]$ 轉移而來,因此透過兩層迴圈正序走訪整個 $dp$ 表即可。

View file

@ -11,7 +11,7 @@
**背包問題**
- 背包問題是最典型的動態規劃問題之一,具有 0-1 背包、完全背包、多重背包等變種。
- 0-1 背包的狀態定義為前 $i$ 個物品在剩餘容量為 $c$ 的背包中的最大價值。根據不放入背包和放入背包兩種決策,可得到最優子結構,並構建出狀態轉移方程。在空間最佳化中,由於每個狀態依賴正上方和左上方的狀態,因此需要倒序走訪串列,避免左上方狀態被覆蓋。
- 0-1 背包的狀態定義為前 $i$ 個物品在容量為 $c$ 的背包中的最大價值。根據不放入背包和放入背包兩種決策,可得到最優子結構,並構建出狀態轉移方程。在空間最佳化中,由於每個狀態依賴正上方和左上方的狀態,因此需要倒序走訪串列,避免左上方狀態被覆蓋。
- 完全背包問題的每種物品的選取數量無限制,因此選擇放入物品的狀態轉移與 0-1 背包問題不同。由於狀態依賴正上方和正左方的狀態,因此在空間最佳化中應當正序走訪。
- 零錢兌換問題是完全背包問題的一個變種。它從求“最大”價值變為求“最小”硬幣數量,因此狀態轉移方程中的 $\max()$ 應改為 $\min()$ 。從追求“不超過”背包容量到追求“恰好”湊出目標金額,因此使用 $amt + 1$ 來表示“無法湊出目標金額”的無效解。
- 零錢兌換問題 II 從求“最少硬幣數量”改為求“硬幣組合數量”,狀態轉移方程相應地從 $\min()$ 改為求和運算子。

View file

@ -374,7 +374,29 @@ $$
=== "Ruby"
```ruby title="built_in_hash.rb"
num = 3
hash_num = num.hash
# 整數 3 的雜湊值為 -4385856518450339636
bol = true
hash_bol = bol.hash
# 布林量 true 的雜湊值為 -1617938112149317027
dec = 3.14159
hash_dec = dec.hash
# 小數 3.14159 的雜湊值為 -1479186995943067893
str = "Hello 演算法"
hash_str = str.hash
# 字串“Hello 演算法”的雜湊值為 -4075943250025831763
tup = [12836, '小哈']
hash_tup = tup.hash
# 元組 (12836, '小哈') 的雜湊值為 1999544809202288822
obj = ListNode.new(0)
hash_obj = obj.hash
# 節點物件 #<ListNode:0x000078133140ab70> 的雜湊值為 4302940560806366381
```
=== "Zig"

View file

@ -293,7 +293,24 @@
=== "Ruby"
```ruby title="hash_map.rb"
# 初始化雜湊表
hmap = {}
# 新增操作
# 在雜湊表中新增鍵值對 (key, value)
hmap[12836] = "小哈"
hmap[15937] = "小囉"
hmap[16750] = "小算"
hmap[13276] = "小法"
hmap[10583] = "小鴨"
# 查詢操作
# 向雜湊表中輸入鍵 key ,得到值 value
name = hmap[15937]
# 刪除操作
# 在雜湊表中刪除鍵值對 (key, value)
hmap.delete(10583)
```
=== "Zig"
@ -512,7 +529,15 @@
=== "Ruby"
```ruby title="hash_map.rb"
# 走訪雜湊表
# 走訪鍵值對 key->value
hmap.entries.each { |key, value| puts "#{key} -> #{value}" }
# 單獨走訪鍵 key
hmap.keys.each { |key| puts key }
# 單獨走訪值 value
hmap.values.each { |val| puts val }
```
=== "Zig"

View file

@ -420,7 +420,7 @@
## 堆積的實現
下文實現的是大頂堆積。若要將其轉換為小頂堆積,只需將所有大小邏輯判斷取逆(例如,將 $\geq$ 替換為 $\leq$ )。感興趣的讀者可以自行實現。
下文實現的是大頂堆積。若要將其轉換為小頂堆積,只需將所有大小邏輯判斷進行逆轉(例如,將 $\geq$ 替換為 $\leq$ )。感興趣的讀者可以自行實現。
### 堆積的儲存與表示

View file

@ -71,7 +71,7 @@ $$
## 演算法特性
- **時間複雜度為 $O(n + m)$** :涉及走訪 `nums` 和走訪 `counter` ,都使用線性時間。一般情況下 $n \gg m$ ,時間複雜度趨於 $O(n)$ 。
- **時間複雜度為 $O(n + m)$、非自適應排序** :涉及走訪 `nums` 和走訪 `counter` ,都使用線性時間。一般情況下 $n \gg m$ ,時間複雜度趨於 $O(n)$ 。
- **空間複雜度為 $O(n + m)$、非原地排序**:藉助了長度分別為 $n$ 和 $m$ 的陣列 `res``counter`
- **穩定排序**:由於向 `res` 中填充元素的順序是“從右向左”的,因此倒序走訪 `nums` 可以避免改變相等元素之間的相對位置,從而實現穩定排序。實際上,正序走訪 `nums` 也可以得到正確的排序結果,但結果是非穩定的。

View file

@ -36,6 +36,6 @@ $$
相較於計數排序,基數排序適用於數值範圍較大的情況,**但前提是資料必須可以表示為固定位數的格式,且位數不能過大**。例如,浮點數不適合使用基數排序,因為其位數 $k$ 過大,可能導致時間複雜度 $O(nk) \gg O(n^2)$ 。
- **時間複雜度為 $O(nk)$**:設資料量為 $n$、資料為 $d$ 進位制、最大位數為 $k$ ,則對某一位執行計數排序使用 $O(n + d)$ 時間,排序所有 $k$ 位使用 $O((n + d)k)$ 時間。通常情況下,$d$ 和 $k$ 都相對較小,時間複雜度趨向 $O(n)$ 。
- **時間複雜度為 $O(nk)$、非自適應排序**:設資料量為 $n$、資料為 $d$ 進位制、最大位數為 $k$ ,則對某一位執行計數排序使用 $O(n + d)$ 時間,排序所有 $k$ 位使用 $O((n + d)k)$ 時間。通常情況下,$d$ 和 $k$ 都相對較小,時間複雜度趨向 $O(n)$ 。
- **空間複雜度為 $O(n + d)$、非原地排序**:與計數排序相同,基數排序需要藉助長度為 $n$ 和 $d$ 的陣列 `res``counter`
- **穩定排序**:當計數排序穩定時,基數排序也穩定;當計數排序不穩定時,基數排序無法保證得到正確的排序結果。

View file

@ -123,7 +123,9 @@
=== "Ruby"
```ruby title=""
### 二元樹的陣列表示 ###
# 使用 nil 來表示空位
tree = [1, 2, 3, 4, nil, 6, 7, 8, 9, nil, nil, 12, nil, nil, 15]
```
=== "Zig"

View file

@ -214,7 +214,18 @@ AVL 樹既是二元搜尋樹,也是平衡二元樹,同時滿足這兩類二
=== "Ruby"
```ruby title=""
### AVL 樹節點類別 ###
class TreeNode
attr_accessor :val # 節點值
attr_accessor :height # 節點高度
attr_accessor :left # 左子節點引用
attr_accessor :right # 右子節點引用
def initialize(val)
@val = val
@height = 0
end
end
```
=== "Zig"

View file

@ -189,7 +189,16 @@
=== "Ruby"
```ruby title=""
### 二元樹節點類別 ###
class TreeNode
attr_accessor :val # 節點值
attr_accessor :left # 左子節點引用
attr_accessor :right # 右子節點引用
def initialize(val)
@val = val
end
end
```
=== "Zig"
@ -432,7 +441,18 @@
=== "Ruby"
```ruby title="binary_tree.rb"
# 初始化二元樹
# 初始化節點
n1 = TreeNode.new(1)
n2 = TreeNode.new(2)
n3 = TreeNode.new(3)
n4 = TreeNode.new(4)
n5 = TreeNode.new(5)
# 構建節點之間的引用(指標)
n1.left = n2
n1.right = n3
n2.left = n4
n2.right = n5
```
=== "Zig"
@ -594,7 +614,13 @@
=== "Ruby"
```ruby title="binary_tree.rb"
# 插入與刪除節點
_p = TreeNode.new(0)
# 在 n1 -> n2 中間插入節點 _p
n1.left = _p
_p.left = n2
# 刪除節點
n1.left = n2
```
=== "Zig"