quickstart.md

快速开始

数据结构与算法

数据结构是一种数据的表现形式，如链表、二叉树、栈、队列等都是内存中一段数据表现的形式。 算法是一种通用的解决问题的模板或者思路，大部分数据结构都有一套通用的算法模板，所以掌握这些通用的算法模板即可解决各种算法问题。

后面会分专题讲解各种数据结构、基本的算法模板、和一些高级算法模板，每一个专题都有一些经典练习题，完成所有练习的题后，你对数据结构和算法会有新的收获和体会。

先介绍两个算法题，试试感觉~

示例 1：strStr

给定一个  haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从 0 开始)。如果不存在，则返回  -1。

• 思路：核心点遍历给定字符串字符，判断以当前字符开头字符串是否等于目标字符串

class Solution:
    def strStr(self, haystack: str, needle: str) -> int:
        L, n = len(needle), len(haystack)

        for start in range(n - L + 1):
            if haystack[start:start + L] == needle:
                return start
        return -1

需要注意点

• 循环时，i 不需要到 len-1
• 如果找到目标字符串，len(needle) == j

示例 2：subsets

给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

• 思路：这是一个典型的应用回溯法的题目，简单来说就是穷尽所有可能性，算法模板如下

result = []
func backtrack(选择列表,路径):
    if 满足结束条件:
        result.add(路径)
        return
    for 选择 in 选择列表:
        做选择
        backtrack(选择列表,路径)
        撤销选择

• 通过不停的选择，撤销选择，来穷尽所有可能性，最后将满足条件的结果返回。答案代码：

class Solution:
    def subsets(self, nums: List[int]) -> List[List[int]]:
        
        n = len(nums)
        result = []
        
        def backtrack(start, k, route=[]):
            if len(route) == k:
                result.append(route.copy())
                return
            
            for i in range(start, n):
                route.append(nums[i])
                backtrack(i + 1, k)
                route.pop()

            return
        
        for k in range(n + 1):
            backtrack(0, k)
        
        return result

说明：后面会深入讲解几个典型的回溯算法问题，如果当前不太了解可以暂时先跳过

面试注意点

我们大多数时候，刷算法题可能都是为了准备面试，所以面试的时候需要注意一些点

• 快速定位到题目的知识点，找到知识点的通用模板，可能需要根据题目特殊情况做特殊处理。
• 先去朝一个解决问题的方向！先抛出可行解，而不是最优解！先解决，再优化！
• 代码的风格要统一，熟悉各类语言的代码规范。
  • 命名尽量简洁明了，尽量不用数字命名如：i1、node1、a1、b2
• 常见错误总结
  • 访问下标时，不能访问越界
  • 空值 nil 问题 run time error

练习

• strStr
• subsets