分治算法基本介绍分治法是一种很重要的算法。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题….直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。这个技巧是很多高效算法的基础，如排序算法(快速排序，归并排序)，傅立叶变换(快速傅立叶变换… 分治算法可以求解的一些经典问题： 二分搜索 大整数乘法 棋盘覆盖 合并排序

图 图 图的基本介绍 为什么要有图 图的常用概念 图的表示方式 邻接矩阵 邻接表 构建图 构建图的实现思路 构建图的代码实现 图的遍历 深度优先遍历基本思想 深度优先遍历实现思路 深度优先遍历代码实现 广度优先遍历基本思想 广度优先遍历实现思路 广度优先遍历代码实现 图的基本介绍为什么要有图（1）线性表局限于一个直接前驱和一个直接后继的关系 （2）树也只能有一个直接前驱也就是

多路查找树 多路查找树 二叉树与B树 二叉树的问题分析 多叉树的基本介绍 B树的基本介绍 2-3树基本介绍 2-3树的构建思路 B树、B+树和B*树 B树的介绍 B树的相关概念 B+树的相关概念 B*树的相关概念 二叉树与B树二叉树的问题分析二叉树的操作效率较高，但是也存在问题。 二叉树需要加载到内存的，如果二叉树的节点少，没有什么问题，但是如果二叉树的节点很多（比如1亿），就存在如

平衡二叉树(AVL) 平衡二叉树(AVL) 背景引入 基本介绍 实现思路 代码实现 背景引入二叉排序树可能的问题： 给你一个数列{1,2,3,4,5,6}，要求创建一颗二叉排序树(BST)，并分析问题所在。 BST存在的问题分析： （1）左子树全部为空，从形式上看，更像一个单链表。（2）插入速度没有影响（3）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

二叉排序树(BST) 二叉排序树(BST) 背景引入 需求分析 解决方案分析 使用数组 使用链式存储（链表） 使用二叉排序树 二叉排序树基本介绍 二叉排序树的创建与排序 二叉排序树的删除 思路分析 代码实现 拓展练习 背景引入需求分析给你一个数列 (7,3,10,12,5,1,9)，要求能够高效的完成对数据的查询和添加 解决方案分析使用数组 数组未排序 优点：直接在数组尾添加，速

比特(bit)和字节(bytet)（1）一个 0 或者一个 1 存储为一个比特(bit)，是计算机中最小的存储单位。 （2）计算机中是最基本的存储单元是字节(byte)。每个字节由 8 个比特构成。 二进制的原码、反码、补码（1）二进制的最高位是符号位：0表示正数，1表示负数（老韩口诀：0 -> 0 1 -> - ，旋转90°） （2）正数的原码，反码，补码都一样（三码合一） （3）负

哈夫曼编码 哈夫曼编码 基本介绍 实现思路 特点总结 最佳实践 数据压缩及解压 文件的压缩与解压 哈夫曼编码压缩文件注意事项 基本介绍（1）哈夫曼编码也翻译为哈夫曼编码(Huffman Coding)，又称霍夫曼编码，是一种编码方式，属于一种程序算法。 （2）哈夫曼编码是哈夫曼树在电讯通信中的经典的应用之一。 （3）哈夫曼编码广泛地用于数据文件压缩，其压缩率通常在20%~90%之间。 （

哈夫曼树(HuffmanTree) 哈夫曼树(HuffmanTree) 基本介绍 哈夫曼树几个重要概念和举例说明 构建哈夫曼树的思路 构建哈夫曼树的代码 基本介绍（1）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(HuffmanTree)，还有的书翻译为霍夫曼树。 （2）哈夫曼树是带权路径长度最短的树，权

堆排序堆排序基本介绍 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，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。 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆。注意：没有要求结点的左孩子的值和右孩子的值的大小关系。 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆 一般升序采用大顶堆，降序采用小顶堆

树和二叉树 树和二叉树 为什么需要树这种数据结构 树 树的概念 树的术语 二叉树 二叉树的形态 特殊二叉树 二叉树的遍历 二叉树遍历的实现思路 前序遍历 中序遍历 后序遍历 二叉树遍历的代码实现 二叉树的查找 前序中序后序查找思路 前序查找 中序查找 后序查找 前序中序后序查找代码实现 二叉树删除结点 二叉树删除结点思路 二叉树删除结点代码实现 顺序存储二叉树 顺序存储