算法
未读
2.5 快速排序（Quick sort）
# 2.5 快速排序（Quick sort） #### 一. 定义 快速排序（Quick sort）是对冒泡排序的一种改进。基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归
算法
未读
2.3 插入排序（Insertion Sorting）
# 2.3 插入排序（Insertion Sorting） #### 一. 定义 插入式排序属于内部排序法，是对于欲排序的元素以插入的方式找寻该元素的适当位置，以达到排序的目的。 插入排序（Insertion Sorting）的基本思想是：把n个待排序的元素看成为一个有序表和一个无序表，开始时有序表
算法
未读
2.7 堆排序（Heap Sort）
# 2.7 堆排序（Heap Sort） #### 一. 定义 \*\*堆排序\*\*是利用堆这种数据结构而设计的一种排序算法，堆排序是选择排序的改进，它的最坏，最好，平均时间复杂度均为\*\*O(nlogn)\*\*，它也是\*\*不稳定排序\*\*。 堆排序是具有以下性质的完全二叉树： \* 每
算法
未读
4. 哈希表（Hash Table)
# 4. 哈希表（Hash Table) \> \*\*一般哈希表都是用来快速判断一个元素是否出现集合里。\*\* \> \> 例如要查询一个名字是否在这所学校里。 \> \> 要枚举的话时间复杂度是O(n)，但如果使用哈希表的话， 只需要O(1)就可以做到。 \> \> 我们只需要初始化把这所学校
算法
未读
5.0 树（Tree）
# 5.0 树（Tree） #### 一. 定义 !\[在这里插入图片描述\](https://img-blog.csdnimg.cn/20210222102217926.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shado
算法
未读
5.2 哈夫曼树（Huffman Tree）
# 5.2 哈夫曼树（Huffman Tree） #### 一. 定义 给定n个权值作为n个叶子结点，构造一棵二叉树，若该\*\*树的带权路径长度(wpl)\*\*达到最小，称这样的二叉树为\*\*最优二叉树\*\*，也称为\*\*哈夫曼树(Huffman Tree)\*\*。哈夫曼树是带权路径长度
算法
未读
5.5 多路查找树（Muitl-Way Search Tree）
# 5.5 多路查找树（Muitl-Way Search Tree） \> 二叉树的操作效率较高，但是也存在问题: \> \> 二叉树处理的数据需要加载到内存的，如果二叉树的节点少，则问题不大，但是如果二叉树的节点很多(比如1亿)， 就存在如下问题 \> \> \* 在构建二叉树时，需要多次进行io
算法
未读
5.4 平衡二叉树（balanced binary tree)
# 5.4 平衡二叉树（balanced binary tree) \> 例：一个二叉排序树，它的左子树全部为空，从形式上看，更像一个单链表。插入速度没有影响，但查询速度明显降低 (因为需要依次比较), 不能发挥BST的优势，因为每次还需要比较左子树，其查询速度比单链表还慢。 \> \> 解决办法：
