WeiJun的专栏

二叉查找树（英语：Binary Search Tree），也称二叉搜索树、有序二叉树（英语：ordered binary tree），排序二叉树（英语：sorted binary tree），是指一棵空树或者具有下列性质的二叉树： 若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 任意节

把两个有序数组合并为一个有序数组，例如： 数组A：1,2,2,3,5,6,7,7 数组B：1,2,4,5,8,8,9,10,11,12,12,13,14 合并后应该为： 1, 1, 2, 2, 2, 3, 4, 5, 5, 6, 7, 7, 8, 8, 9, 10, 11, 12, 12, 13, 14 以下是示例代码： public void mergeA

输入一个整形数组，数组里有正数也有负数。数组中连续的一个或多个整数组成一个子数组，每个子数组都有一个和。 求所有子数组的和的最大值，要求时间复杂度为O(n)。例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5，和最大的子数组为3, 10, -4, 7, 2， 因此输出为该子数组的和18。public void MaxSubArray(){ int[] a = {1, -2

数组中某数字减去其右边的某数字得到一个数对之差，求所有数对之差的最大值，注意，算法的时间复杂度必须小于O(N2{^2})。 提示：是可以做到O(NlogN)的例如： 数组{ 2,4,1,17,7,5,11,9,3,9,1,18,4,4 }中，数对之差的最大值是16（17-1） 可能我们会想这个问题很简单嘛，就是轮询去找最大值和最小值，然后相减不就是数对之差最大值了吗！其实完全不是，你怎么能确

Big O notation大零符号一般用于描述算法的复杂程度，比如执行的时间或占用内存（磁盘）的空间等，特指最坏时的情形。 Linus Torvalds说过“Talking is cheap, show me the code.”，那我们直接从代码(Python)上来学习Big O吧。 O(1) def isFirstElementNull(elements, value): r

LRU是Least Recently Used 的缩写，翻译过来就是“最近最少使用”，LRU缓存就是使用这种原理实现，简单的说就是缓存一定量的数据，当超过设定的阈值时就把一些过期的数据删除掉，比如我们缓存10000条数据，当数据小于10000时可以随意添加，当超过10000时就需要把新的数据添加进来，同时要把过期数据删除，以确保我们最大缓存10000条。 LinkedHashMap自身已经实现了LR

这位朋友写的特别好，忍不住转发 :-) http://ahalei.blog.51cto.com/4767671/1427156 接着上一Pa说。就是如何建立这个堆呢。可以从空的堆开始，然后依次往堆中插入每一个元素，直到所有数都被插入（转移到堆中为止）。因为插入第i个元素的所用的时间是O(log i)，所以插入所有元素的整体时间复杂度是O(NlogN)，代码如下。 其实我们还有更快得方

这位朋友写的特别好，忍不住转发 :-) http://ahalei.blog.51cto.com/4767671/1425314堆是什么？是一种特殊的完全二叉树，就像下面这棵树一样。有没有发现这棵二叉树有一个特点，就是所有父结点都比子结点要小（注意：圆圈里面的数是值，圆圈上面的数是这个结点的编号，此规定仅适用于本节）。符合这样特点的完全二叉树我们称为最小堆。反之，如果所有父结点都比子结点要大，这

这位朋友写的特别好，忍不住转发 :-) http://ahalei.blog.51cto.com/4767671/1414035 二叉树是一种特殊的树。二叉树的特点是每个结点最多有两个儿子，左边的叫做左儿子，右边的叫做右儿子，或者说每个结点最多有两棵子树。更加严格的递归定义是：二叉树要么为空，要么由根结点、左子树和右子树组成，而左子树和右子树分别是一棵二叉树。 下面这棵树就是一棵二叉树。二叉

动态规划（英语：Dynamic programming，简称DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。 动态规划常常适用于有重叠子问题[1]和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。 动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再合并子问题

是否字符串A包含字符串B的所有字母（个数也算），比如： 举例说明 字符串A：aaabcdefgamm 字符串B：mama 比较结果：A包含B，因为A有两个a和两个m（A有4个a，但两个就够了）。 字符串A：aaabcdefga 字符串B：mama 比较结果：A不包含B，因为A没有m。 字符串A：aaabcdefgm 字符串B：ma