在这篇文章中，我们将了解贪心算法和动态规划方法的区别。贪心算法是一种逐步构建解决方案的算法范例。下一步的选择使得其带来最明显和直接的益处。涉及选择局部最优值的问题将有助于选择问题的全局最优值/解决方案。这些是与贪心算法相关的难题。不能保证贪心算法会产生最优解。在问题的每个阶段都做出最优选择，即局部最优解。它……阅读更多

在这篇文章中，我们将了解 Prim 算法和 Kruskal 算法的区别。Kruskal 最小生成树 (MST) 算法：给定一个连通的无向图，该图的生成树是连接所有顶点的子图。单个图可以有多个生成树。对于加权、连通和无向图，最小生成树 (MST)（也称为最小权重生成树）是一个权重小于或等于所有其他生成树权重的生成树。生成树的权重是通过将权重……阅读更多

Yen 的 k 最短路径算法不只给出单个最短路径，而是给出 k 个最短路径，以便我们可以得到第二短路径、第三短路径等等。让我们考虑这样一个场景：我们必须从 A 地点旅行到 B 地点，并且在 A 地点和 B 地点之间有多条路线可用，但是我们必须找到最短路径，并忽略所有在到达目的地的时间复杂度方面考虑较少的路径。让我们用一个例子来理解——将给定的例子作为桥梁……阅读更多

表达式树表达式树是指叶子节点具有要操作的值，而内部节点包含要对叶子节点执行的操作符的树。示例4 + ((7 + 9) * 2) 将具有如下表达式树算法以构建表达式树令 T 为表达式树。如果 T 不为 NULL：如果 T->data 是一个操作数：返回 T.data A = solve(T.left) B = solve(T.right) -- > 计算 T.data 对 A 和 B 的运算符，并递归调用，返回 calculate(A, B, T.data) 如何构建表达式树？要为……阅读更多

红黑树是一种自平衡二叉搜索树，其中树的每个节点都用红色或黑色着色。我们可以在红黑树上执行三种类型的操作——搜索、插入和删除。假设我们必须在下面的红黑树中插入一个元素。在红黑树中插入一个元素的想法很简单——我们像在常规二叉树中插入一样执行插入。我们从根节点开始，检查节点的颜色并将其插入到……阅读更多

Floyd 循环是用于检测给定单链表中循环的循环检测算法之一。在 Floyd 循环算法中，我们有两个指针，它们最初都指向头部。在龟兔赛跑的故事中，兔子移动的速度是乌龟的两倍，每当兔子到达路径的尽头时，乌龟到达路径的中间。算法将 Hare 和 Tortoise 初始化为列表的头部节点。最初，兔子移动的速度是乌龟的两倍。移动兔子和乌龟，并查找兔子是否到达链表的末尾，返回……阅读更多

我们有一个 Trie，当用户输入一个字符时，我们必须显示 Trie 中匹配的字符串。我们将此功能称为自动完成。例如，如果 Trie 包含“xyzzzz”、“xyz”、“xxxyyxzzz”，而用户输入 xy，那么我们必须向他们显示 xyzzzz、xyz 等。实现结果的步骤。使用标准 Trie 算法搜索字符串。如果字符串不存在，则返回 -1。如果字符串存在并且是 Trie 中单词的结尾，则打印字符串。如果匹配的字符串没有任何节点，则返回。否则打印……阅读更多

在本节中，我们将了解什么是线段树。在讨论之前，让我们来看一个问题。假设我们有一个数组 arr[0, …, n-1]，我们可以执行以下操作——查找从索引 l 到 r 的元素之和，其中 0 ≤ l ≤ r ≤ n-1 将数组的指定元素的值更改为新值 x。我们需要执行 arr[i] = x。i 的范围是 0 到 n – 1。我们可以使用线段树来解决这个问题。线段树可以帮助我们获取总和和查询……阅读更多

在本节中，我们将了解什么是区间树。顾名思义，区间树是与区间相关的树。因此，在讨论区间树之前，让我们先了解基本区间。区间基本上是一个范围。因此，如果一个区间写成 [a, b]，则表示范围从 a 开始，到 b 结束。现在假设有一个区间 [10, 20]。所以有三个范围值。第一个是 -∞ 到 10，10 到 20，最后是 20 到 ∞。现在，假设我们将创建第二个……阅读更多

在这里我们将看到如何从 B+ 树中删除节点。假设我们有一个如下所示的 B+ 树 7 示例 B+ 树 - 删除有两个部分。首先，我们必须找到元素。该策略就像查询一样。现在对于删除，我们必须注意一些规则。一个节点必须至少有 m/2 个元素。因此，如果我们删除一个元素，并且它剩下的元素少于 m-1 个，那么它将调整自身。如果整个节点都被删除，那么它的子节点将被合并，如果它们的大小与……阅读更多