krahets 7 months ago
parent e95b3bddf2
commit b3c757c9f4

@ -92,7 +92,7 @@ comments: true
size := len(nums)
// 两层循环,时间复杂度为 O(n^2)
for i := 0; i < size-1; i++ {
for j := i + 1; i < size; j++ {
for j := i + 1; j < size; j++ {
if nums[i]+nums[j] == target {
return []int{i, j}
}

@ -1284,7 +1284,7 @@ comments: true
def is_empty(self) -> bool:
"""判断栈是否为空"""
return self._size == 0
return self.size() == 0
def push(self, item: int):
"""入栈"""

@ -1237,7 +1237,7 @@ Since the elements to be pushed onto the stack may continuously increase, we can
def is_empty(self) -> bool:
"""判断栈是否为空"""
return self._size == 0
return self.size() == 0
def push(self, item: int):
"""入栈"""

@ -72,7 +72,7 @@ $$
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。
比如在圖 12-3 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。
比如在圖 12-3 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){ class="animation-figure" }

@ -431,7 +431,7 @@ comments: true
## 8.1.2 &nbsp; 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。
### 1. &nbsp; 堆積的儲存與表示

@ -92,7 +92,7 @@ comments: true
size := len(nums)
// 兩層迴圈,時間複雜度為 O(n^2)
for i := 0; i < size-1; i++ {
for j := i + 1; i < size; j++ {
for j := i + 1; j < size; j++ {
if nums[i]+nums[j] == target {
return []int{i, j}
}

@ -870,7 +870,7 @@ $$
## 11.9.3 &nbsp; 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。

@ -761,6 +761,6 @@ $$
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。

@ -1284,7 +1284,7 @@ comments: true
def is_empty(self) -> bool:
"""判斷堆疊是否為空"""
return self._size == 0
return self.size() == 0
def push(self, item: int):
"""入堆疊"""

@ -131,7 +131,9 @@ comments: true
=== "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"
@ -1256,7 +1258,87 @@ comments: true
=== "Ruby"
```ruby title="array_binary_tree.rb"
[class]{ArrayBinaryTree}-[func]{}
### 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
```
=== "Zig"

@ -137,9 +137,9 @@ AVL 樹既是二元搜尋樹,也是平衡二元樹,同時滿足這兩類二
right: TreeNode | null; // 右子節點指標
constructor(val?: number, height?: number, left?: TreeNode | null, right?: TreeNode | null) {
this.val = val === undefined ? 0 : val;
this.height = height === undefined ? 0 : height;
this.left = left === undefined ? null : left;
this.right = right === undefined ? null : right;
this.height = height === undefined ? 0 : height;
this.left = left === undefined ? null : left;
this.right = right === undefined ? null : right;
}
}
```
@ -222,7 +222,18 @@ 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"
@ -455,9 +466,19 @@ 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_tree.rb"
[class]{AVLTree}-[func]{height}
### 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
[class]{AVLTree}-[func]{update_height}
### 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
```
=== "Zig"
@ -638,7 +659,14 @@ 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_tree.rb"
[class]{AVLTree}-[func]{balance_factor}
### 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
```
=== "Zig"
@ -913,7 +941,19 @@ AVL 樹的特點在於“旋轉”操作,它能夠在不影響二元樹的中
=== "Ruby"
```ruby title="avl_tree.rb"
[class]{AVLTree}-[func]{right_rotate}
### 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
```
=== "Zig"
@ -1174,7 +1214,19 @@ AVL 樹的特點在於“旋轉”操作,它能夠在不影響二元樹的中
=== "Ruby"
```ruby title="avl_tree.rb"
[class]{AVLTree}-[func]{left_rotate}
### 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
```
=== "Zig"
@ -1648,7 +1700,34 @@ AVL 樹的特點在於“旋轉”操作,它能夠在不影響二元樹的中
=== "Ruby"
```ruby title="avl_tree.rb"
[class]{AVLTree}-[func]{rotate}
### 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
```
=== "Zig"
@ -2039,9 +2118,28 @@ AVL 樹的節點插入操作與二元搜尋樹在主體上類似。唯一的區
=== "Ruby"
```ruby title="avl_tree.rb"
[class]{AVLTree}-[func]{insert}
[class]{AVLTree}-[func]{insert_helper}
### 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
```
=== "Zig"
@ -2640,9 +2738,41 @@ AVL 樹的節點插入操作與二元搜尋樹在主體上類似。唯一的區
=== "Ruby"
```ruby title="avl_tree.rb"
[class]{AVLTree}-[func]{remove}
[class]{AVLTree}-[func]{remove_helper}
### 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
```
=== "Zig"

@ -316,7 +316,26 @@ comments: true
=== "Ruby"
```ruby title="binary_search_tree.rb"
[class]{BinarySearchTree}-[func]{search}
### 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
```
=== "Zig"
@ -773,7 +792,38 @@ comments: true
=== "Ruby"
```ruby title="binary_search_tree.rb"
[class]{BinarySearchTree}-[func]{insert}
### 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
```
=== "Zig"
@ -1545,7 +1595,57 @@ comments: true
=== "Ruby"
```ruby title="binary_search_tree.rb"
[class]{BinarySearchTree}-[func]{remove}
### 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
```
=== "Zig"

@ -110,7 +110,7 @@ comments: true
val: number;
left: TreeNode | null;
right: TreeNode | null;
constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
this.val = val === undefined ? 0 : val; // 節點值
this.left = left === undefined ? null : left; // 左子節點引用
@ -193,7 +193,16 @@ comments: true
=== "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"
@ -440,7 +449,18 @@ comments: true
=== "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"
@ -605,7 +625,13 @@ comments: true
=== "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"

@ -318,7 +318,20 @@ comments: true
=== "Ruby"
```ruby title="binary_tree_bfs.rb"
[class]{}-[func]{level_order}
### 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 #
queue << node.left unless node.left.nil? #
queue << node.right unless node.right.nil? #
end
res
end
```
=== "Zig"
@ -791,11 +804,35 @@ comments: true
=== "Ruby"
```ruby title="binary_tree_dfs.rb"
[class]{}-[func]{pre_order}
[class]{}-[func]{in_order}
[class]{}-[func]{post_order}
### 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
```
=== "Zig"

Loading…
Cancel
Save