Algorithm-Notes
AlgoDS-Notes
数据结构与算法系列笔记
在线阅读
速览手册
·
Report Bug
·
参考资料
Introduction | 前言
本书的精排目录导航版请参考 https://ng-tech.icu/books/Algorithm-Notes。
“Bad programmers worry about the code. Good programmers worry about data structures and their relationships.” — Linus Torvalds, creator of Linux
数据结构与算法的思想适用于任何语言，开发者也应当能够使用他们日常工作的语言来快速实现常见的数据结构或者算法。本系列文章包含了
首先，我们在数据结构与算法知识脑图中了解本系列包含的关键知识脉络：
为什么需要算法？
玩算法的码农，打拼靠蓝条，像是法师。数学就等于蓝条最大值，数学差，魔法值不高，很快就到瓶颈了。外语影响回蓝速度。经验和智力加急速和穿透的。不玩算法的码农，像是战士，打拼靠血条，体质加生命，精神加生命回复，经验和敏捷加急速和破甲。
的确很少有写业务代码的时候会直接用上二叉树。但是真的没有吗？
一个业务系统里有任务（Task
一个社交系统里，用户可以加好友，好友还有别的好友，这是什么？无向图。如果是知乎这样的关注系统呢？有向图。一个用户点了个赞，扩散到另一个用户至少要经过几次转发？最短路径。我要画一个小圈子里的人之间的关系图，怎么做？最小生成树。我要整理信息路径，看这批用户里哪些生产内容，哪些阅读内容，按什么次序传播，怎么做？拓扑排序。
经典算法与机器学习
当我们谈起算法这个词时，必然会想到数据结构中相关的经典算法与数据挖掘、机器学习、深度学习等数据科学与人工智能中讨论的算法。算法（Algorithm
-
从目的做比较：经典算法是对确定的数据进行显而易见的操作，并注重效率
( 时间复杂度和空间复杂度) 。例如排序。数据挖掘算法则是建立一个模式，学会对未知的数据进行预测或者分类。 -
从应用数学的深度以及广度做比较：经典算法主要涉及初等数学、简单概率论、简单离散数学等。数据挖掘主要涉及高等数学、概率论、线性代数、数理统计、微积分、运筹学、信息论、最优化方法等。
-
从评价标准做比较：经典算法主要考虑执行效率、时间复杂度、空间复杂度等维度。数据挖掘则主要考虑准确率、泛化能力、经验风险、结构风险等方面，例如正确率，召回率等。
-
从解决问题的种类做比较：经典算法主要是为了解决传统
CS 领域问题，譬如对数据进行组织并进行CURD 操作。数据挖掘则面向预测，分类等未知问题，研究数据内在的规律。
Nav | 关联导航
About | 关于
Contributing
Contributions are what make the open source community such an amazing place to be learn, inspire, and create. Any contributions you make are greatly appreciated.
- Fork the Project
- Create your Feature Branch (
git checkout -b feature/AmazingFeature) - Commit your Changes (
git commit -m 'Add some AmazingFeature') - Push to the Branch (
git push origin feature/AmazingFeature) - Open a Pull Request
Acknowledgements
-
Awesome-Lists: 📚 Guide to Galaxy, curated, worthy and up-to-date links/reading list for ITCS-Coding/Algorithm/SoftwareArchitecture/AI. 💫
ITCS- 编程/ 算法/ 软件架构/ 人工智能等领域的文章/ 书籍/ 资料/ 项目链接精选。 -
Awesome-CS-Books
: :books: Awesome CS Books/Series(.pdf by git lfs) Warehouse for Geeks, ProgrammingLanguage, SoftwareEngineering, Web, AI, ServerSideApplication, Infrastructure, FE etc. :dizzy: 优秀计算机科学与技术领域相关的书籍归档。
Copyright & More | 延伸阅读
笔者所有文章遵循知识共享 署名
