--- comments: true --- # 0.1.   关于本书 !!! tip 对于本章内容，建议通读[如何使用本书](https://www.hello-algo.com/chapter_preface/suggestions/)，其余章节可根据需求选读。 五年前发生的一件事，成为了我职业生涯的重要转折点。当时的我在交大读研，对互联网求职一无所知，但仍然硬着头皮申请了 Microsoft 软件工程师实习。面试官让我在白板上写出“快速排序”代码，我畏畏缩缩地写了一个“冒泡排序”，并且还写错了` (ToT) ` 。从面试官的表情上，我看到了一个大大的 "GG" 。 此次失利倒逼我开始刷算法题。我采用“扫雷游戏”式的学习方法，两眼一抹黑刷题，扫到不会的“雷”就通过查资料把它“排掉”，配合周期性总结，逐渐形成了数据结构与算法的知识图景。幸运地，我在秋招斩获了多家大厂的 Offer 。 回想自己当初在“扫雷式”刷题中被炸的满头包的痛苦，思考良久，**我意识到一本“前期刷题必看”的读物可以使算法小白少走许多弯路**。写作意愿滚滚袭来，那就动笔吧：

Hello，算法！

## 0.1.1.   读者对象 如果您是「算法初学者」，完全没有接触过算法，或者已经有少量刷题，对数据结构与算法有朦胧的理解，在会与不会之间反复横跳，那么这本书就是为您而写！本书能够带来： - 带领你完整学习数据结构与算法，初步搭建知识框架，使刷题事半功倍； - 提供写法标准整洁、可一键运行的配套代码，帮助你养成良好的编程习惯； 如果您是「算法老手」，已经积累一定刷题量，接触过大多数题型，那么本书内容对你来说可能稍显基础，但仍能够带来以下价值： - 本书篇幅不长，并且包含较多对比性和总结性的内容，可以帮助你回顾与梳理算法知识体系； - 源代码实现了各种经典数据结构和算法，可以作为“刷题工具库”或“算法实现字典”来使用； 如果您是「算法大佬」，请受我膜拜！希望您可以抽时间提出意见建议，或者[一起参与创作](https://www.hello-algo.com/chapter_preface/contribution/)，帮助各位同学获取更好的学习内容，感谢！ !!! success "前置条件" 您需要至少具备任一语言的编程基础，能够阅读和编写简单代码。 ## 0.1.2.   内容结构 本书主要内容分为复杂度分析、数据结构、算法三个部分。 ![hello_algo_mindmap](about_the_book.assets/hello_algo_mindmap.png) ### 复杂度分析 首先介绍数据结构与算法的评价维度、算法效率的评估方法，引出了计算复杂度概念。 接下来，从 **函数渐近上界** 入手，分别介绍了 **时间复杂度** 和 **空间复杂度**，包括推算方法、常见类型、示例等。同时，剖析了 **最差、最佳、平均** 时间复杂度的联系与区别。 ### 数据结构 首先介绍了常用的 **基本数据类型** 、以及它们是如何在内存中存储的。 接下来，介绍了两种 **数据结构分类方法**，包括逻辑结构与物理结构。 后续展开介绍了 **数组、链表、栈、队列、散列表、树、堆、图** 等数据结构，关心以下内容： - 基本定义：数据结构的设计来源、存在意义； - 主要特点：在各项数据操作中的优势、劣势； - 常用操作：例如访问、更新、插入、删除、遍历、搜索等； - 常见类型：在算法题或工程实际中，经常碰到的数据结构类型； - 典型应用：此数据结构经常搭配哪些算法使用； - 实现方法：对于重要的数据结构，将给出完整的实现示例； ### 算法 包括 **查找算法、排序算法、搜索与回溯、动态规划、分治算法**，内容包括： - 基本定义：算法的设计思想； - 主要特点：使用前置条件、优势和劣势； - 算法效率：最差和平均时间复杂度、空间复杂度； - 实现方法：完整的算法实现，以及优化措施； - 示例题目：结合例题加深理解； ## 0.1.3.   本书定位 总体上看，我认为可将学习数据结构与算法的过程分为三个阶段。 - **第一阶段，算法入门**。熟悉各种数据结构的特点、用法，学习各种算法的原理、流程、用途、效率等。 - **第二阶段，刷算法题**。可以先从热门题单开刷，推荐[剑指 Offer](https://leetcode.cn/problem-list/xb9nqhhg/)、[LeetCode Hot 100](https://leetcode.cn/problem-list/2cktkvj/)，先积累至少 100 道题量，熟悉大多数的算法问题。刚开始刷题时，“遗忘”是最大的困扰点，但这是很正常的，请不要担心。学习中有一种概念叫“周期性回顾”，同一道题隔段时间做一次，在重复 3 轮以上后，往往就能牢记于心了。 - **第三阶段，搭建知识体系**。在学习方面，可以阅读算法专栏文章、解题框架、算法教材，不断地丰富知识体系。在刷题方面，可以开始采用进阶刷题方案，例如按专题分类、一题多解、一解多题等，相应刷题计划与心得可以在社区中找到，在此不做赘述。 作为入门教程，**本书主要对应「第一阶段」的学习内容**，致力于使读者更高质量高效地开展第二、三阶段的学习。 ![learning_route](suggestions.assets/learning_route.png) ## 0.1.4.   本书特点 **以实践为主**。我们知道，学习英语期间光啃书本是远远不够的，需要多听、多说、多写，在实践中培养语感、积累经验。编程语言也是一门语言，因此学习方法也应是类似的，需要多看优秀代码、多敲键盘、多思考代码逻辑。 本书的理论部分占少量篇幅，主要分为两类：一是基础且必要的概念知识，以培养读者对于算法的感性认识；二是重要的分类、对比或总结，这是为了帮助你站在更高视角俯瞰各个知识点，形成连点成面的效果。 实践部分主要由示例和代码组成。代码配有简要注释，复杂示例会尽可能地使用视觉化的形式呈现。我强烈建议读者对照着代码自己敲一遍，如果时间有限，也至少逐行读、复制并运行一遍，配合着讲解将代码吃透。 **视觉化学习**。信息时代以来，视觉化的脚步从未停止。媒体形式经历了文字短信、图文 Email 、动图、短（长）视频、交互式 Web 、3D 游戏等演变过程，信息的视觉化程度越来越高、愈加符合人类感官、信息传播效率大大提升。科技界也在向视觉化迈进，iPhone 就是一个典型例子，其相对于传统手机是高度视觉化的，包含精心设计的字体、主题配色、交互动画等。 近两年，短视频成为最受欢迎的信息媒介，可以在短时间内将高密度的信息“灌”给我们，有着极其舒适的观看体验。阅读则不然，读者与书本之间天然存在一种“疏离感”，我们看书会累、会走神、会停下来想其他事、会划下喜欢的句子、会思考某一片段的含义，这种疏离感给了读者与书本之间对话的可能，拓宽了想象空间。 本书作为一本入门教材，希望可以保有书本的“慢节奏”，但也会避免与读者产生过多“疏离感”，而是努力将知识完整清晰地推送到你聪明的小脑袋瓜中。我将采用视觉化的方式（例如配图、动画），尽我可能清晰易懂地讲解复杂概念和抽象示例。 **内容精简化**。大多数的经典教科书，会把每个主题都讲的很透彻。虽然透彻性正是其获得读者青睐的原因，但对于想要快速入门的初学者来说，这些教材的实用性不足。本书会避免引入非必要的概念、名词、定义等，也避免展开不必要的理论分析，毕竟这不是一本真正意义上的教材，主要任务是尽快地带领读者入门。 引入一些生活案例或趣味内容，非常适合作为知识点的引子或者解释的补充，但当融入过多额外元素时，内容会稍显冗长，也许反而使读者容易迷失、抓不住重点，这也是本书需要避免的。 敲代码如同写字，“美”是统一的追求。本书力求美观的代码，保证规范的变量命名、统一的空格与换行、对齐的缩进、整齐的注释等。 ## 0.1.5.   致谢 本书的成书过程中，我获得了许多人的帮助，包括但不限于： - 感谢我的女朋友泡泡担任本书的首位读者，从算法小白的视角为本书的写作提出了许多建议，使这本书更加适合算法初学者来阅读。 - 感谢腾宝、琦宝、飞宝为本书起了个响当当的名字，好听又有梗，直接唤起我最初敲下第一行代码 "Hello, World!" 的回忆。 - 感谢我的导师李博，在小酌畅谈时您告诉我“觉得应该做就去做”，坚定了我写这本书的决心。 - 感谢苏潼为本书设计了封面和 LOGO ，我有些强迫症，前后多次修改，谢谢你的耐心。 - 感谢 @squidfunk 给出的写作排版建议，以及优秀开源项目 [Material-for-MkDocs](https://github.com/squidfunk/mkdocs-material/tree/master) 。 本书鼓励“手脑并用”的学习方式，在这点上受到了《动手学深度学习》很大影响，也在此向各位同学强烈推荐这本著作，包括[中文版](https://github.com/d2l-ai/d2l-zh)、[英文版](https://github.com/d2l-ai/d2l-en)、[李沐老师 bilibili 主页](https://space.bilibili.com/1567748478)。 在写作过程中，我阅读了许多与数据结构与算法的书籍与教材，这些著作为本书作出了很好的榜样，保证了本书内容的正确性与质量，感谢前辈们的精彩创作！ 感谢父母，你们一贯的支持与鼓励给了我自由度来做这些有趣的事。