数据结构与算法必备的 50 个代码实现

简介: 数据结构与算法必备的 50 个代码实现

数据结构和算法是程序员的内功心法和基本功。无论是人工智能还是其它计算机科学领域,掌握扎实的数据结构和算法知识,往往会助力不少!今天给大家推荐一份不错的数据结构与算法资源。特点是:全代码实现!


这份资源的作者王争老师是前 Google 工程师,5 万+人跟着学的《数据结构和算法之美》专栏作者。他总结了程序员必备的 50 个数据结构与算法,以及相应的代码实现。开源地址为:


https://github.com/wangzheng0822/algo


我们来看一下这必备的 50 个数据结构与算法究竟包含了哪些内容。


数组

  • 问题:实现一个支持动态扩容的数组
  • 问题:实现一个大小固定的有序数组,支持动态增删改操作
  • 问题:实现两个有序数组合并为一个有序数组


链表 

  • 问题:实现单链表、循环链表、双向链表,支持增删操作
  • 问题:实现单链表反转
  • 问题:实现两个有序的链表合并为一个有序链表
  • 问题:实现求链表的中间结点


  • 问题:用数组实现一个顺序栈
  • 问题:用链表实现一个链式栈
  • 问题:编程模拟实现一个浏览器的前进、后退功能


队列

  • 问题:用数组实现一个顺序队列
  • 问题:用链表实现一个链式队列
  • 问题:实现一个循环队列


递归

  • 问题:编程实现斐波那契数列求值f(n)=f(n-1)+f(n-2)
  • 问题:编程实现求阶乘n!
  • 问题:编程实现一组数据集合的全排列


排序

  • 问题:实现归并排序、快速排序、插入排序、冒泡排序、选择排序
  • 问题:编程实现O(n)时间复杂度内找到一组数据的第K大元素


二分查找

  • 问题:实现一个有序数组的二分查找算法
  • 问题:实现模糊二分查找算法(比如大于等于给定值的第一个元素)


散列表

  • 问题:实现一个基于链表法解决冲突问题的散列表
  • 问题:实现一个LRU缓存淘汰算法


字符串

  • 问题:实现一个字符集,只包含a~z这26个英文字母的Trie树
  • 问题:实现朴素的字符串匹配算法


二叉树

  • 问题:实现一个二叉查找树,并且支持插入、删除、查找操作
  • 问题:实现查找二叉查找树中某个节点的后继、前驱节点
  • 问题:实现二叉树前、中、后序以及按层遍历


  • 问题:实现一个小顶堆、大顶堆、优先级队列
  • 问题:实现堆排序
  • 问题:利用优先级队列合并K个有序数组
  • 问题:求一组动态数据集合的最大Top K


  • 问题:实现有向图、无向图、有权图、无权图的邻接矩阵和邻接表表示方法
  • 问题:实现图的深度优先搜索、广度优先搜索
  • 问题:实现Dijkstra算法、A*算法
  • 问题:实现拓扑排序的Kahn算法、DFS算法


回溯

  • 问题:利用回溯算法求解八皇后问题
  • 问题:利用回溯算法求解0-1背包问题


分治

  • 问题:利用分治算法求一组数据的逆序对个数


动态规划

  • 问题:0-1背包问题
  • 问题:最小路径和
  • 问题:编程实现莱文斯坦最短编辑距离
  • 问题:编程实现查找两个字符串的最长公共子序列
  • 问题:编程实现一个数据序列的最长递增子序列

以上所有的数据结构与算法都配备相应的程序代码。一大特点是代码配备多种编程语言,例如 Python、C、Java、Go、Scala 等。


image.png

举例来说,关于常见的排序算法,例如冒泡排序、插入排序、选择排序,作者给出了相应的 Python 代码实现:


"""
Bubble sort, insertion sort and selection sort
冒泡排序、插入排序、选择排序
Author: Wenru
"""
from typing import List
# 冒泡排序
def bubble_sort(a: List[int]):
length = len(a)
if length <= 1:
return
for i in range(length):
made_swap = False
for j in range(length - i - 1):
if a[j] > a[j + 1]:
a[j], a[j + 1] = a[j + 1], a[j]
made_swap = True
if not made_swap:
break
# 插入排序
def insertion_sort(a: List[int]):
length = len(a)
if length <= 1:
return
for i in range(1, length):
value = a[i]
j = i - 1
while j >= 0 and a[j] > value:
a[j + 1] = a[j]
j -= 1
a[j + 1] = value
# 选择排序
def selection_sort(a: List[int]):
length = len(a)
if length <= 1:
return
for i in range(length):
min_index = i
min_val = a[i]
for j in range(i, length):
if a[j] < min_val:
min_val = a[j]
min_index = j
a[i], a[min_index] = a[min_index], a[i]
def test_bubble_sort():
test_array = [1, 1, 1, 1]
bubble_sort(test_array)
assert test_array == [1, 1, 1, 1]
test_array = [4, 1, 2, 3]
bubble_sort(test_array)
assert test_array == [1, 2, 3, 4]
test_array = [4, 3, 2, 1]
bubble_sort(test_array)
assert test_array == [1, 2, 3, 4]
def test_insertion_sort():
test_array = [1, 1, 1, 1]
insertion_sort(test_array)
assert test_array == [1, 1, 1, 1]
test_array = [4, 1, 2, 3]
insertion_sort(test_array)
assert test_array == [1, 2, 3, 4]
test_array = [4, 3, 2, 1]
insertion_sort(test_array)
assert test_array == [1, 2, 3, 4]
def test_selection_sort():
test_array = [1, 1, 1, 1]
selection_sort(test_array)
assert test_array == [1, 1, 1, 1]
test_array = [4, 1, 2, 3]
selection_sort(test_array)
assert test_array == [1, 2, 3, 4]
test_array = [4, 3, 2, 1]
selection_sort(test_array)
assert test_array == [1, 2, 3, 4]
if __name__ == "__main__":
array = [5, 6, -1, 4, 2, 8, 10, 7, 6]
bubble_sort(array)
print(array)
array = [5, 6, -1, 4, 2, 8, 10, 7, 6]
insertion_sort(array)
print(array)
array = [5, 6, -1, 4, 2, 8, 10, 7, 6]
selection_sort(array)
print(array)

当然,还有其它编程语言的代码实现,这里就不一一列举了!


目前,这份资源已经在 GitHub 上收获了 6000 星了。是一份不错的数据结构与算法参考代码。值得一看。最后再附上地址:


https://github.com/wangzheng0822/algo


相关文章
|
2月前
|
算法 开发者 计算机视觉
燃爆全场!Python并查集:数据结构界的网红,让你的代码炫酷无比!
在编程的世界里,总有一些数据结构以其独特的魅力和高效的性能脱颖而出,成为众多开发者追捧的“网红”。今天,我们要介绍的这位明星,就是Python中的并查集(Union-Find)——它不仅在解决特定问题上大放异彩,更以其优雅的设计和强大的功能,让你的代码炫酷无比,燃爆全场!
40 0
|
19天前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
1月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
37 3
|
29天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
2月前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
31 1
|
2月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
2月前
|
搜索推荐
插入排序算法的讲解和代码
【10月更文挑战第12天】插入排序是一种基础的排序算法,理解和掌握它对于学习其他排序算法以及数据结构都具有重要意义。你可以通过实际操作和分析,进一步深入了解插入排序的特点和应用场景,以便在实际编程中更好地运用它。
|
2月前
|
缓存 分布式计算 监控
优化算法和代码需要注意什么
【10月更文挑战第20天】优化算法和代码需要注意什么
18 0
|
2月前
|
存储 算法 索引
HashMap底层数据结构及其增put删remove查get方法的代码实现原理
HashMap 是基于数组 + 链表 + 红黑树实现的高效键值对存储结构。默认初始容量为16,负载因子为0.75。当存储元素超过容量 * 负载因子时,会进行扩容。HashMap 使用哈希算法计算键的索引位置,通过链表或红黑树解决哈希冲突,确保高效存取。插入、获取和删除操作的时间复杂度接近 O(1)。
29 0
|
2月前
05(数据结构考研)树相关操作代码
05(数据结构考研)树相关操作代码
29 0