TOPIC / 技术方向

数据结构与算法

一个方向,串起完整学习路径。

技术文章

查看全部

为什么哈希表查找是 O(1)

面对海量数据查找需求时,哈希表为何能快速定位元素一直是面试高频问题。内容解析哈希函数、桶定位与冲突处理机制,帮助开发者判断平均复杂度和优化使用场景。

技术文章 · 技术实践

二分查找为什么总写错边界

写二分查找时,代码主体往往不难,真正容易出错的是左右端点、循环条件和返回位置彼此不一致。文章从区间定义入手,拆解常见边界错误,读完能独立写出并验证不同版本的二分模板。

技术文章 · 技术实践

红黑树为什么比 AVL 树更常用

面试中常被问到红黑树与 AVL 树的区别,但只背旋转规则很难解释工程选择。文章从平衡程度、更新成本和查询性能切入,建立两者的取舍框架,读完能判断不同场景该优先考虑哪种树。

技术文章 · 技术实践

为什么 Dijkstra 不能处理负权边

在最短路题中,Dijkstra 遇到负权边可能得到错误答案。内容从贪心选点、不变量和反例出发,解释失效的关键原因,并帮助你判断何时改用 Bellman-Ford 或其他最短路算法。

技术文章 · 技术实践

快速排序为什么常常比归并排序快

实际开发和面试中,两种排序的时间复杂度都常写成 $O(n\log n)$,运行速度却可能不同。文章从分区、缓存、额外空间和常数开销解释差异,读完能判断具体场景下如何选择。

技术文章 · 技术实践

动态规划怎么找状态转移方程

做算法题时常因状态定义不清而无法写出动态规划,内容解析状态表示、转移来源和推导流程,帮助开发者独立设计方程并判断不同问题的解法方向。

技术文章 · 技术实践

系统教程

查看全部
数据结构与算法

LeetCode 刷题方法:按题型建立解题套路

刷题数量上去了,遇到变式却仍容易卡在建模、边界和复杂度选择。课程按高频题型组织数组、双指针、滑窗、栈队列、树图、二分、贪心、动态规划与回溯,强调识别信号、模板边界和错题复盘,最终能在限时场景中更快选对方法并清楚讲出解法。

数据结构与算法

数据结构与算法基础教程

本课程面向具备基础编程能力的学习者,从算法复杂度、线性结构、树与图等基础知识出发,逐步讲解排序、查找、递归、分治、贪心、回溯和动态规划等核心算法思想。课程强调原理理解、实现能力、复杂度分析和实际问题建模,最终通过综合项目、性能优化、边界测试与故障排查,建立完整的数据结构与算法知识体系。

数据结构与算法

图论算法:从建模到复杂问题求解

图题常见难点不是代码长度,而是建模、状态定义与算法选择:连通性、最短路、生成树、拓扑关系、网络流和复杂约束彼此交织。课程从图的表示与遍历出发,逐步覆盖经典图算法、建模技巧、复杂度分析与综合排错,使学习者能根据题意识别图模型、选择算法并完成可验证实现。

数据结构与算法

动态规划:从状态建模到复杂题拆解

动态规划难点不在记住模板,而在把题意准确转成状态、转移、边界和计算顺序。课程从递归搜索与重复子问题出发,逐步覆盖线性、序列、背包、区间、树形、状态压缩与数位 DP,并训练空间优化、方案恢复和错误定位,最终能独立判断题型、完成建模并写出可验证的高效解法。

数据结构与算法

算法设计与分析教程

本课程面向具备基础编程能力、希望系统掌握算法思想的学习者。课程以语言无关的伪代码为主,配合 Python 3 示例,从数学基础、复杂度分析和递归方法出发,逐步讲解排序、哈希、树、堆、动态规划、贪心算法、图算法、字符串算法、随机化与近似算法,并通过综合项目、性能测试和故障排查建立完整的算法设计与工程应用能力。

知识速查

查看全部

专项题库

查看全部

登录哪都通