原创 面試中的排序算法(Part 1)

文章和資源同步更新至微信公衆號:算法工程師之路 昨天由於mood not good,所以缺勤一天,今天滿血復活,開始更新! 在面試中常見的常見的排序算法有冒泡排序、選擇排序、插入排序、歸併排序、隨機快排、堆排序和希爾排序這七種

原创 堆結構和lambda表達式的應用(IPO問題)

文章和資源同步更新至微信公衆號:算法工程師之路 之前有篇文章講解了堆結構以及堆排序,堆可以分爲大根堆和小根堆,那麼我們如何使用麼?筆試時需不需要自己重新實現一個堆結構呢?這個問題怎麼說,從底層實現是應該會的,也不難,但實際用的

原创 從暴力遞歸到動態規劃

文章和資源同步更新至微信公衆號:算法工程師之路 在之前的文章大家應該也接觸到了一些遞歸的思想,遞歸的實質就是函數嵌套着函數,在第一個函數運行中間一定會運行多個函數,因此函數退出條件的設置一定要合理,否則會造成堆棧充滿,程序異常

原创 最小生成樹(Kruskal和Prim算法)

文章和資源同步更新至微信公衆號:算法工程師之路 8月份會在公衆號開啓每日算法題,值得期待哦~ 上一篇文章,我們講了圖的創建和遍歷,其中遍歷的算法主要有BFS(廣度優先算法)和DFS(深度優先算法)兩種,並且DFS算法對很多問題

原创 開啓圖結構:圖的創建和遍歷

資源和文章同步更新至微信公衆號:算法工程師之路 今天我們來聊一聊圖結構,雖然在面試中圖結構用的不多,但是我真的覺得圖結構可以綜合很多知識點,以及STL中容器的使用,並且需要很強大的邏輯性!是一個鍛鍊腦子的東西,並且Coding

原创 多線程讀取IP攝像頭(Python版)

文章和資源同步發佈於微信公衆號:算法工程師之路 在深度學習時代(這麼說也不爲過)的今天,我們做各種視覺任務時候都會想到使用深度學習,但是大家也都知道深度學習的模型如果想要使用的話,設備必須得有,雖然各種各樣的量化策略和剪枝策略

原创 並查集詳解和STL中的自定義哈希

文章和資源同步更新至微信公衆號:算法工程師之路 今天我們要介紹一種簡單但對於合併和查找都十分高效的結構——並查集,其底層實現也十分簡單,並且應用非常廣泛,比如最小生成樹算法中的Kruskal算法,裏面有使用了並查集的結構!並且

原创 讓你的代碼更C++一點(前綴樹示例)

文章和資源同步更新至微信公衆號:算法工程師之路 不知道各位寫C++代碼的童鞋們,有沒有發現一個現象,自己寫的CPP代碼怎麼那麼像C代碼呢?筆者也深有感觸,但是自從C++11標準出現以後,CPP的代碼就開始精簡很多了,風格也極大

原创 面試中的排序算法(Part 3)

文章和資源同步更新至微信公衆號:算法工程師之路 今天來談一種十分重要的堆排序的算法,其在STL中的數據結構也就是Priority_Queue。也是一種十分高效的排序方式,雖然其算法模型爲二叉樹結構,但是可以使用數據進行模擬這個

原创 面試中的排序算法(Part 2)

今天我們介紹兩個複雜點的排序算法隨機快排和希爾排序,這也是面試的重點,考察範圍包括代碼書寫,複雜度分析以及穩定性比較!好吧,讓我們開始今天的算法之旅吧! 荷蘭國旗問題 在說隨機快排之前,我們首先要談一下荷蘭國旗問題,這個方法的一個

原创 左神算法基礎:常見的排序算法(Part 1)

昨天由於mood not good,所以缺勤一天,今天滿血復活,開始更新! 在面試中常見的常見的排序算法有冒泡排序、選擇排序、插入排序、歸併排序、隨機快排、堆排序和希爾排序這七種方式!雖然冒泡排序和選擇排序基本上已經沒有人使用了,

原创 左神算法基礎:布隆過濾器

算法題目 如果一個黑名單網站包含100億個黑名單網頁,每個網頁最多佔64B,設計一個系統,判斷當前的URL是否在這個黑名單當中,要求額外空間不超過30GB,允許誤差率爲萬分之一。 解題思路:布隆過濾器 基礎介紹 布隆過濾器(Bl

原创 左神算法基礎:判斷二叉樹的類別

昨天的文章講述了二叉樹的先序、中序和後序的遍歷方法(遞歸和非遞歸),但是這種遍歷方法有什麼意義麼?今天來講講這些算法可以用來做什麼,只要稍加更改,我們就可以得到另外一個功能,只需要僅僅幾行代碼的修改! 還記得上篇文章二叉樹的分類麼

原创 左神算法基礎:二叉樹的遍歷

二叉樹也是常用的數據結構,通過使用二叉樹可以快速的對數據進行排序或者查找,在常用的堆排序算法中,堆的底層實質就是一個模擬的完全二叉樹!等等,什麼是完全二叉樹?二叉樹又是什麼?有哪幾類?讓我們開始今天的算法課堂~ 二叉數的概念和分類

原创 左神算法基礎:哈希函數和哈希表(C++)

筆者在讀研剛開始的時候,偶爾看面經,有這樣一個問題:只用2GB內存在20億個整數中找到出現次數最多的數,當時的我一臉懵逼,怎麼去思考,20億個數?What The Fuck! 但是,看完今天的文章,你或許就會覺得原來也不過如此啊!