Dijkstra（迪杰斯特拉）算法采用广度优先搜索思想，对有向赋权图寻找最短路径。该算法对于不含负权的有向图来说，是目前已知的最快的单源最短路径算法。时间复杂度：O（n^2）基本原理：不断为为每个顶点 v 保留目前为止所找到的从s到v的最短路径上图为戴克斯特拉算法应用示意图。起点以左下角的红点，目标是右上角的绿点，中间灰色的倒L型为障碍物。蓝色空圈表示”暂定”，用以搜索...

分治法在二叉树遍历中的应用二叉树本身就是由两个更小的部分组成--左子树和右子树，所以二叉树的问题非常适合用分治法来解决。二叉树的高度：从叶子到根之间的最长路径。我们可以理解为根的左子树高度和右子树高度加1（加1代表根所在的层）。定义空树的高度为-1private static int height(Node node) {if (node == null) {

最近在看《设计模式与游戏完美开发》，文章将记录一些要点和一些设计模式实现

动态规划在求解背包问题中的应用背包问题向来是动态规划的典型问题，给定n个重量为w1,w2,...,wn，价值为v1,v2,...,vn的物品和一个称重量为W的背包，求这些物品中最优价值的一个子集，且能够装到背包中。之前用蛮力法做过背包问题蛮力法在求解最优解问题中的应用（JAVA）--旅行家问题、背包问题、分配问题这篇文章中采用动态规划思想解决，我们首先要推导出一个关系，用较小子实例的解来表示背包问

最短路径问题最经典的算法就是Dijkstra算法，虽然不如Floyd算法能够求全源的最短路径，但是在效率上明显强于Floyd算法。想了解Floyd算法的读者可以参考动态规划在求解全源最短路径中的应用（JAVA）--Floyd算法单源最短路径问题是对于加权连通图来说，我们给定一个起点，求出它到其他顶点之间的一系列最短路径。这个问题不同于从一个起点出发访问其他所有顶点的问题（TSP问题），这种问题所求

动态规划动态规划（英语：Dynamic programming，简称DP）是一种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和最优子结构性质的问题动态规划思想大致上为：若要解一个给定问题，我们需要解其不同部分（即子问题），再合并子问题的解以得出原问题的解。由于通常许多子问题非常相似，为此动态规划法试图仅仅解决每个子问题一次，从而减少计算

哈希表哈希表，又称散列表，常用于在海量数据中查找数据哈希表中元素是由哈希函数确定的。将数据元素的关键字key作为自变量，通过一定的函数关系H(称为哈希函数)，计算出的值，即为该元素的存储地址。其优点是：运算速度快；缺点是：基于数组、难于扩展，不可遍历。在建立一个哈希表之前需要解决两个主要问题:构造均匀的哈希函数使H(key)均匀分布在哈希表中，以提高地址计算的速度。构造哈希函数的方法：直接

KMP算法：求字符串匹配（也叫模式匹配）的算法，即给定一个字符串，求其某一子串在其中出现的位置。普通模式匹配例如：给定字符串为abcabaaabaabcac，求其子串abaabcac在其中出现的位置。结果为7对于这种问题，没有经验的编程者通常会采用逐个匹配的方法，来得出结果。这就是最简单一种算法思想。1. 逐个进行比较，如果相同，就继续比较下一个，但是我们可以看到下图中，c与a...

迪杰斯特拉算法最短路径（DP的应用）单源最短路径，不允许出现负环核心思想：更新估算距离时间复杂度与采用的数据结构有关Array O(v2v^2v2)Binary heap O((V+E)lgV(V+E)lgV(V+E)lgV)Fibonacci heap O(E+VlgVE+VlgVE+VlgV)δ(u,v)≤δ(u,x)+δ(x,v)\delta(u, v) \leq \delt...

我在用 MiMo 开放平台体验 小米顶尖模型 MiMo V2.5等 ，通过我的邀请码注册为新用户，即得 ¥10 API 体验金。邀请码：L9PRV2。注册：https://platform.xiaomimimo.com?ref=L9PRV2（注册后点控制台左下方入口填入，体验金40天有效）