数据结构与算法

大家都知道选择合适的数据结构将会显著地提升代码的性能。即使是像数组和集合这样相似的两种数据结构，在高负荷的运行环境下也会表现得天差地别。但是就算数据结构确定了，代码的速度也还会受另一重要因素影响，那就是算法。

那么数据结构与算法，到底难吗?说实话，难，因为很抽象，也复杂，再加上我们的思维定式，没有形成系统化的学习与练习，很多人呐，这块都是短板，尤其新手这块，知道这块重要，但是完全摸不着头脑。这些虽然是难啃的点，但是要吃透下面这份字节内部笔记这些都是小问题，这份笔记用浅显易懂的方式介绍了数据结构与算法基础知识，摒弃了传统参考书中复杂的数学公式与理论，很适合期望提高编程水平的程序员。

为了不影响大家阅读体验我把获取方式放在了文末！！！

第1章和第2章,解释数据结构和算法是什么,并探索时间复杂度这一判断算法效率的概念。

第1章 数据结构为何重要

• 基础数据结构:数组
• 集合:一条规则决定性能

第2章 算法为何重要

• 有序数组
• 查找有序数组
• 二分查找
• 二分查找与线性查找

第3~6章，以老奶奶都听得懂的方式去揭示大О记法的本质。以及进一步探索大O记法，并以实例来演示如何利用它来加快代码运行速度。还会提到各种排序算法，包括冒泡排序、选择排序和插入排序。

第3章 大O记法

• 大O:数步数
• 常数时间与线性时间
• 同—算法，不同场景
• 第三种算法
• 对数
• 解释O(log N)
• 实例

第4章 运用大O来给代码提速

• 冒泡排序
• 冒泡排序实战
• 冒泡排序的实现
• 冒泡排序的效率
• 二次问题
• 线性解决

第5章 用或不用大O来优化代码

• 选择排序
• 选择排序实战
• 选择排序的实现
• 选择排序的效率
• 忽略常数
• 大O的作用
• 一个实例

第6章 乐观地调优

• 插入排序
• 插入排序实战
• 插入排序的实现
• 插入排序的效率
• 平均情况
• 一个实例

第7、8章探讨几种数据结构，包括散列表、栈和队列，展示它们对代码速度和可读性的影响，并学会用其解决实际问题。

第7章 查找迅速的散列表

• 探索散列表
• 用散列函数来做散列
• 一个好玩又赚钱的同义词典
• 处理冲突
• 找到平衡
• 一个实例

第8章 用t栈和队列来构造灵巧的代码

• 栈
• 栈实战
• 队列
• 队列实战
• 总结
• 递归
• 用递归代替循环
• 基准情形
• 阅读递归代码
• 计算机眼中的递归
• 递归实战

第9章介绍递归，计算机科学中的核心概念。我们会对其进行分解，考察它在某些问题上的利用价值。

第9章 递归

• 分区
• 快速排序
• 快速排序的效率
• 最坏情况
• 快速选择

第10章运用递归来实现一些飞快的算法，例如快速排序和快速选择，提升大家的算法开发能力。

第10章 飞快的递归算法

• 分区
• 快速排序
• 快速排序的效率
• 最坏情况
• 快速选择

第11~13章探索基于结点的数据结构，包括链表、二叉树和图，并展示它们在各种应用中的完美表现。

第11章 基于结点的数据结构

• 链表
• 实现一个链表
• 读取
• 查找
• 插入
• 删除
• 链表实战
• 双向链表

第12章 让—切操作都更快的二叉树

• 二叉树
• 查找
• 插入
• 删除
• 二叉树实战

第13章 连接万物的图

• 图
• 广度优先搜索
• 图数据库
• 加权圈
• Dijkstra算法

第14章，介绍空间复杂度。当程序运行环境的内存空间不多，或处理的数据量很大时，理解空间复杂度便显得特别重要。

第14章 对付空间限制

• 描述空间复杂度的大O记法
• 时间和空间之间的权衡

最后

编程基础的初级开发者，计算机科学专业的学生，以及平时没怎么利用过数据结构与算法的开发人员希望复习这些概念为下次技术面试做准备。或者想学习一些计算机科学的基本概念，以优化代码，提高编程技能。这份笔记都是可以作为参考的。

需要这份数据结构与算法笔记的老哥，可以点击此处来获取就可以了！