Add cpp codes for the chapter

computational complexity, sorting, searching.

codes/cpp/chapter_computational_complexity/leetcode_two_sum.cpp

@@ -10,6 +10,7 @@ class SolutionBruteForce {
 public:
     vector<int> twoSum(vector<int>& nums, int target) {
         int size = nums.size();
+        // 两层循环，时间复杂度 O(n^2)
         for (int i = 0; i < size - 1; i++) {
             for (int j = i + 1; j < size; j++) {
                 if (nums[i] + nums[j] == target)
@@ -24,7 +25,9 @@ class SolutionHashMap {
 public:
     vector<int> twoSum(vector<int>& nums, int target) {
         int size = nums.size();
+        // 辅助哈希表，空间复杂度 O(n)
         unordered_map<int, int> dic;
+        // 单层循环，时间复杂度 O(n)
         for (int i = 0; i < size; i++) {
             if (dic.find(target - nums[i]) != dic.end()) {
                 return { dic[target - nums[i]], i };
@@ -45,9 +48,13 @@ int main() {
     // 方法一
     SolutionBruteForce* slt1 = new SolutionBruteForce();
     vector<int> res = slt1->twoSum(nums, target);
+    cout << "方法一 res = ";
     PrintUtil::printVector(res);
     // 方法二
     SolutionHashMap* slt2 = new SolutionHashMap();
     res = slt2->twoSum(nums, target);
+    cout << "方法二 res = ";
     PrintUtil::printVector(res);
+
+    return 0;
 }

codes/cpp/chapter_computational_complexity/space_complexity_types.cpp

@@ -6,3 +6,97 @@
 
 #include "../include/include.hpp"
 
+/* 函数 */
+int func() {
+    // do something
+    return 0;
+}
+
+/* 常数阶 */
+void constant(int n) {
+    // 常量、变量、对象占用 O(1) 空间
+    const int a = 0;
+    int b = 0;
+    vector<int> nums(10000);
+    ListNode* node = new ListNode(0);
+    // 循环中的变量占用 O(1) 空间
+    for (int i = 0; i < n; i++) {
+        int c = 0;
+    }
+    // 循环中的函数占用 O(1) 空间
+    for (int i = 0; i < n; i++) {
+        func();
+    }
+}
+
+/* 线性阶 */
+void linear(int n) {
+    // 长度为 n 的数组占用 O(n) 空间
+    vector<int> nums(n);
+    // 长度为 n 的列表占用 O(n) 空间
+    vector<ListNode*> nodes;
+    for (int i = 0; i < n; i++) {
+        nodes.push_back(new ListNode(i));
+    }
+    // 长度为 n 的哈希表占用 O(n) 空间
+    unordered_map<int, string> map;
+    for (int i = 0; i < n; i++) {
+        map[i] = to_string(i);
+    }
+}
+
+/* 线性阶（递归实现） */
+void linearRecur(int n) {
+    cout << "递归 n = " << n << endl;
+    if (n == 1) return;
+    linearRecur(n - 1);
+}
+
+/* 平方阶 */
+void quadratic(int n) {
+    // 二维列表占用 O(n^2) 空间
+    vector<vector<int>> numMatrix;
+    for (int i = 0; i < n; i++) {
+        vector<int> tmp;
+        for (int j = 0; j < n; j++) {
+            tmp.push_back(0);
+        }
+        numMatrix.push_back(tmp);
+    }
+}
+
+/* 平方阶（递归实现） */
+int quadraticRecur(int n) {
+    if (n <= 0) return 0;
+    vector<int> nums(n);
+    cout << "递归 n = " << n << " 中的 nums 长度 = " << nums.size() << endl;
+    return quadraticRecur(n - 1);
+}
+
+/* 指数阶（建立满二叉树） */
+TreeNode* buildTree(int n) {
+    if (n == 0) return nullptr;
+    TreeNode* root = new TreeNode(0);
+    root->left = buildTree(n - 1);
+    root->right = buildTree(n - 1);
+    return root;
+}
+
+
+/* Driver Code */
+int main() {
+    int n = 5;
+    // 常数阶
+    constant(n);
+    // 线性阶
+    linear(n);
+    linearRecur(n);
+    // 平方阶
+    quadratic(n);
+    quadraticRecur(n);
+    // 指数阶
+    TreeNode* root = buildTree(n);
+    PrintUtil::printTree(root);
+
+    return 0;
+}

codes/cpp/chapter_computational_complexity/time_complexity_types.cpp

@@ -6,3 +6,161 @@
 
 #include "../include/include.hpp"
 
+/* 常数阶 */
+int constant(int n) {
+    int count = 0;
+    int size = 100000;
+    for (int i = 0; i < size; i++)
+        count++;
+    return count;
+}
+
+/* 线性阶 */
+int linear(int n) {
+    int count = 0;
+    for (int i = 0; i < n; i++)
+        count++;
+    return count;
+}
+
+/* 线性阶（遍历数组） */
+int arrayTraversal(vector<int>& nums) {
+    int count = 0;
+    // 循环次数与数组长度成正比
+    for (int num : nums) {
+        count++;
+    }
+    return count;
+}
+
+/* 平方阶 */
+int quadratic(int n) {
+    int count = 0;
+    // 循环次数与数组长度成平方关系
+    for (int i = 0; i < n; i++) {
+        for (int j = 0; j < n; j++) {
+            count++;
+        }
+    }
+    return count;
+}
+
+/* 平方阶（冒泡排序） */
+int bubbleSort(vector<int>& nums) {
+    int count = 0;  // 计数器
+    // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+    for (int i = nums.size() - 1; i > 0; i--) {
+        // 内循环：冒泡操作
+        for (int j = 0; j < i; j++) {
+            if (nums[j] > nums[j + 1]) {
+                // 交换 nums[j] 与 nums[j + 1]
+                int tmp = nums[j];
+                nums[j] = nums[j + 1];
+                nums[j + 1] = tmp;
+                count += 3;  // 元素交换包含 3 个单元操作
+            }
+        }
+    }
+    return count;
+}
+
+/* 指数阶（循环实现） */
+int exponential(int n) {
+    int count = 0, base = 1;
+    // cell 每轮一分为二，形成数列 1, 2, 4, 8, ..., 2^(n-1)
+    for (int i = 0; i < n; i++) {
+        for (int j = 0; j < base; j++) {
+            count++;
+        }
+        base *= 2;
+    }
+    // count = 1 + 2 + 4 + 8 + .. + 2^(n-1) = 2^n - 1
+    return count;
+}
+
+/* 指数阶（递归实现） */
+int expRecur(int n) {
+    if (n == 1) return 1;
+    return expRecur(n - 1) + expRecur(n - 1) + 1;
+}
+
+/* 对数阶（循环实现） */
+int logarithmic(float n) {
+    int count = 0;
+    while (n > 1) {
+        n = n / 2;
+        count++;
+    }
+    return count;
+}
+
+/* 对数阶（递归实现） */
+int logRecur(float n) {
+    if (n <= 1) return 0;
+    return logRecur(n / 2) + 1;
+}
+
+/* 线性对数阶 */
+int linearLogRecur(float n) {
+    if (n <= 1) return 1;
+    int count = linearLogRecur(n / 2) + 
+                linearLogRecur(n / 2);
+    for (int i = 0; i < n; i++) {
+        count++;
+    }
+    return count;
+}
+
+/* 阶乘阶（递归实现） */
+int factorialRecur(int n) {
+    if (n == 0) return 1;
+    int count = 0;
+    // 从 1 个分裂出 n 个
+    for (int i = 0; i < n; i++) {
+        count += factorialRecur(n - 1);
+    }
+    return count;
+}
+
+
+/* Driver Code */
+int main() {
+    // 可以修改 n 运行，体会一下各种复杂度的操作数量变化趋势
+    int n = 8;
+    cout << "输入数据大小 n = " << n << endl;
+
+    int count = constant(n);
+    cout << "常数阶的计算操作数量 = " << count << endl;
+
+    count = linear(n);
+    cout << "线性阶的计算操作数量 = " << count << endl;
+    vector<int> arr(n);
+    count = arrayTraversal(arr);
+    cout << "线性阶（遍历数组）的计算操作数量 = " << count << endl;
+
+    count = quadratic(n);
+    cout << "平方阶的计算操作数量 = " << count << endl;
+    vector<int> nums(n);
+    for (int i = 0; i < n; i++)
+        nums[i] = n - i;  // [n,n-1,...,2,1]
+    count = bubbleSort(nums);
+    cout << "平方阶（冒泡排序）的计算操作数量 = " << count << endl;
+
+    count = exponential(n);
+    cout << "指数阶（循环实现）的计算操作数量 = " << count << endl;
+    count = expRecur(n);
+    cout << "指数阶（递归实现）的计算操作数量 = " << count << endl;
+
+    count = logarithmic((float) n);
+    cout << "对数阶（循环实现）的计算操作数量 = " << count << endl;
+    count = logRecur((float) n);
+    cout << "对数阶（递归实现）的计算操作数量 = " << count << endl;
+
+    count = linearLogRecur((float) n);
+    cout << "线性对数阶（递归实现）的计算操作数量 = " << count << endl;
+
+    count = factorialRecur(n);
+    cout << "阶乘阶（递归实现）的计算操作数量 = " << count << endl;
+
+    return 0;
+}

codes/cpp/chapter_computational_complexity/worst_best_time_complexity.cpp

@@ -6,3 +6,39 @@
 
 #include "../include/include.hpp"
 
+/* 生成一个数组，元素为 { 1, 2, ..., n }，顺序被打乱 */
+vector<int> randomNumbers(int n) {
+    vector<int> nums(n);
+    // 生成数组 nums = { 1, 2, 3, ..., n }
+    for (int i = 0; i < n; i++) {
+        nums[i] = i + 1;
+    }
+    // 使用系统时间生成随机种子
+    unsigned seed = chrono::system_clock::now().time_since_epoch().count();
+    // 随机打乱数组元素
+    shuffle(nums.begin(), nums.end(), default_random_engine(seed));
+    return nums;
+}
+
+/* 查找数组 nums 中数字 1 所在索引 */
+int findOne(vector<int>& nums) {
+    for (int i = 0; i < nums.size(); i++) {
+        if (nums[i] == 1)
+            return i;
+    }
+    return -1;
+}
+
+
+/* Driver Code */
+int main() {
+    for (int i = 0; i < 1000; i++) {
+        int n = 100;
+        vector<int> nums = randomNumbers(n);
+        int index = findOne(nums);
+        cout << "\n数组 [ 1, 2, ..., n ] 被打乱后 = ";
+        PrintUtil::printVector(nums);
+        cout << "数字 1 的索引为 " << index << endl;
+    }
+    return 0;
+}

codes/cpp/chapter_searching/binary_search.cpp

@@ -6,3 +6,55 @@
 
 #include "../include/include.hpp"
 
+/* 二分查找（双闭区间） */
+int binarySearch(vector<int>& nums, int target) {
+    // 初始化双闭区间 [0, n-1] ，即 i, j 分别指向数组首元素、尾元素
+    int i = 0, j = nums.size() - 1;
+    // 循环，当搜索区间为空时跳出（当 i > j 时为空）
+    while (i <= j) {
+        int m = (i + j) / 2;       // 计算中点索引 m
+        if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j] 中
+            i = m + 1;
+        else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
+            j = m - 1;
+        else                       // 找到目标元素，返回其索引
+            return m;
+    }
+    // 未找到目标元素，返回 -1
+    return -1;
+}
+
+/* 二分查找（左闭右开） */
+int binarySearch1(vector<int>& nums, int target) {
+    // 初始化左闭右开 [0, n) ，即 i, j 分别指向数组首元素、尾元素+1
+    int i = 0, j = nums.size();
+    // 循环，当搜索区间为空时跳出（当 i = j 时为空）
+    while (i < j) {
+        int m = (i + j) / 2;       // 计算中点索引 m
+        if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j) 中
+            i = m + 1;
+        else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中
+            j = m;
+        else                       // 找到目标元素，返回其索引
+            return m;
+    }
+    // 未找到目标元素，返回 -1
+    return -1;
+}
+
+
+/* Driver Code */
+int main() {
+    int target = 6;
+    vector<int> nums = { 1, 3, 6, 8, 12, 15, 23, 67, 70, 92 };
+    
+    /* 二分查找（双闭区间） */
+    int index = binarySearch(nums, target);
+    cout << "目标元素 6 的索引 = " << index << endl;
+
+    /* 二分查找（左闭右开） */
+    index = binarySearch1(nums, target);
+    cout << "目标元素 6 的索引 = " << index << endl;
+    
+    return 0;
+}

codes/cpp/chapter_searching/hashing_search.cpp

@@ -6,3 +6,49 @@
 
 #include "../include/include.hpp"
 
+/* 哈希查找（数组） */
+int hashingSearch(unordered_map<int, int> map, int target) {
+    // 哈希表的 key: 目标元素，value: 索引
+    // 若哈希表中无此 key ，返回 -1
+    if (map.find(target) == map.end())
+        return -1;
+    return map[target];
+}
+
+/* 哈希查找（链表） */
+ListNode* hashingSearch1(unordered_map<int, ListNode*> map, int target) {
+    // 哈希表的 key: 目标结点值，value: 结点对象
+    // 若哈希表中无此 key ，返回 nullptr
+    if (map.find(target) == map.end())
+        return nullptr;
+    return map[target];
+}
+
+
+/* Driver Code */
+int main() {
+    int target = 3;
+
+    /* 哈希查找（数组） */
+    vector<int> nums = { 1, 5, 3, 2, 4, 7, 5, 9, 10, 8 };
+    // 初始化哈希表
+    unordered_map<int, int> map;
+    for (int i = 0; i < nums.size(); i++) {
+        map[nums[i]] = i;  // key: 元素，value: 索引
+    }
+    int index = hashingSearch(map, target);
+    cout << "目标元素 3 的索引 = " << index << endl;
+
+    /* 哈希查找（链表） */
+    ListNode* head = vectorToLinkedList(nums);
+    // 初始化哈希表
+    unordered_map<int, ListNode*> map1;
+    while (head != nullptr) {
+        map1[head->val] = head;  // key: 结点值，value: 结点
+        head = head->next;
+    }
+    ListNode* node = hashingSearch1(map1, target);
+    cout << "目标结点值 3 的对应结点对象为 " << node << endl;
+
+    return 0;
+}

codes/cpp/chapter_searching/linear_search.cpp

@@ -6,3 +6,45 @@
 
 #include "../include/include.hpp"
 
+/* 线性查找（数组） */
+int linearSearch(vector<int>& nums, int target) {
+    // 遍历数组
+    for (int i = 0; i < nums.size(); i++) {
+        // 找到目标元素，返回其索引
+        if (nums[i] == target)
+            return i;
+    }
+    // 未找到目标元素，返回 -1
+    return -1;
+}
+
+/* 线性查找（链表） */
+ListNode* linearSearch(ListNode* head, int target) {
+    // 遍历链表
+    while (head != nullptr) {
+        // 找到目标结点，返回之
+        if (head->val == target)
+            return head;
+        head = head->next;
+    }
+    // 未找到目标结点，返回 nullptr
+    return nullptr;
+}
+
+
+/* Driver Code */
+int main() {
+    int target = 3;
+
+    /* 在数组中执行线性查找 */
+    vector<int> nums = { 1, 5, 3, 2, 4, 7, 5, 9, 10, 8 };
+    int index = linearSearch(nums, target);
+    cout << "目标元素 3 的索引 = " << index << endl;
+
+    /* 在链表中执行线性查找 */
+    ListNode* head = vectorToLinkedList(nums);
+    ListNode* node = linearSearch(head, target);
+    cout << "目标结点值 3 的对应结点对象为 " << node << endl;
+    
+    return 0;
+}

codes/cpp/chapter_sorting/bubble_sort.cpp

@@ -6,3 +6,53 @@
 
 #include "../include/include.hpp"
 
+/* 冒泡排序 */
+void bubbleSort(vector<int>& nums) {
+    // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+    for (int i = nums.size() - 1; i > 0; i--) {
+        // 内循环：冒泡操作
+        for (int j = 0; j < i; j++) {
+            if (nums[j] > nums[j + 1]) {
+                // 交换 nums[j] 与 nums[j + 1]
+                int tmp = nums[j];
+                nums[j] = nums[j + 1];
+                nums[j + 1] = tmp;
+            }
+        }
+    }
+}
+
+/* 冒泡排序（标志优化）*/
+void bubbleSortWithFlag(vector<int>& nums) {
+    // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+    for (int i = nums.size() - 1; i > 0; i--) {
+        bool flag = false; // 初始化标志位
+        // 内循环：冒泡操作
+        for (int j = 0; j < i; j++) {
+            if (nums[j] > nums[j + 1]) {
+                // 交换 nums[j] 与 nums[j + 1]
+                int tmp = nums[j];
+                nums[j] = nums[j + 1];
+                nums[j + 1] = tmp;
+                flag = true;  // 记录交换元素
+            }
+        }
+        if (!flag) break;     // 此轮冒泡未交换任何元素，直接跳出
+    }
+}
+
+
+/* Driver Code */
+int main() {
+    vector<int> nums = { 4, 1, 3, 1, 5, 2 };
+    bubbleSort(nums);
+    cout << "冒泡排序完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    vector<int> nums1 = { 4, 1, 3, 1, 5, 2 };
+    bubbleSortWithFlag(nums1);
+    cout << "冒泡排序完成后 nums1 = ";
+    PrintUtil::printVector(nums1);
+
+    return 0;
+}

codes/cpp/chapter_sorting/insertion_sort.cpp

@@ -6,3 +6,27 @@
 
 #include "../include/include.hpp"
 
+/* 插入排序 */
+void insertionSort(vector<int>& nums) {
+    // 外循环：base = nums[1], nums[2], ..., nums[n-1]
+    for (int i = 1; i < nums.size(); i++) {
+        int base = nums[i], j = i - 1;
+        // 内循环：将 base 插入到左边的正确位置
+        while (j >= 0 && nums[j] > base) {
+            nums[j + 1] = nums[j];  // 1. 将 nums[j] 向右移动一位
+            j--;
+        }
+        nums[j + 1] = base;         // 2. 将 base 赋值到正确位置
+    }
+}
+
+
+/* Driver Code */
+int main() {
+    vector<int> nums = { 4, 1, 3, 1, 5, 2 };
+    insertionSort(nums);
+    cout << "插入排序完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    return 0;
+}

codes/cpp/chapter_sorting/merge_sort.cpp

@@ -6,3 +6,54 @@
 
 #include "../include/include.hpp"
 
+/**
+ * 合并左子数组和右子数组
+ * 左子数组区间 [left, mid]
+ * 右子数组区间 [mid + 1, right]
+ */
+void merge(vector<int>& nums, int left, int mid, int right) {
+    // 初始化辅助数组
+    vector<int> tmp(nums.begin() + left, nums.begin() + right + 1);   
+    // 左子数组的起始索引和结束索引  
+    int leftStart = left - left, leftEnd = mid - left;
+    // 右子数组的起始索引和结束索引       
+    int rightStart = mid + 1 - left, rightEnd = right - left;
+    // i, j 分别指向左子数组、右子数组的首元素
+    int i = leftStart, j = rightStart;                
+    // 通过覆盖原数组 nums 来合并左子数组和右子数组
+    for (int k = left; k <= right; k++) {
+        // 若 “左子数组已全部合并完”，则选取右子数组元素，并且 j++
+        if (i > leftEnd)
+            nums[k] = tmp[j++];
+        // 否则，若 “右子数组已全部合并完” 或 “左子数组元素 < 右子数组元素”，则选取左子数组元素，并且 i++
+        else if (j > rightEnd || tmp[i] <= tmp[j])
+            nums[k] = tmp[i++];
+        // 否则，若 “左子数组元素 > 右子数组元素”，则选取右子数组元素，并且 j++
+        else
+            nums[k] = tmp[j++];
+    }
+}
+
+/* 归并排序 */
+void mergeSort(vector<int>& nums, int left, int right) {
+    // 终止条件
+    if (left >= right) return;       // 当子数组长度为 1 时终止递归
+    // 划分阶段
+    int mid = (left + right) / 2;    // 计算中点
+    mergeSort(nums, left, mid);      // 递归左子数组
+    mergeSort(nums, mid + 1, right); // 递归右子数组
+    // 合并阶段
+    merge(nums, left, mid, right);
+}
+
+
+/* Driver Code */
+int main() {
+    /* 归并排序 */
+    vector<int> nums = { 7, 3, 2, 6, 0, 1, 5, 4 };
+    mergeSort(nums, 0, nums.size() - 1);
+    cout << "归并排序完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    return 0;
+}

codes/cpp/chapter_sorting/quick_sort.cpp

@@ -6,3 +6,164 @@
 
 #include "../include/include.hpp"
 
+/* 快速排序类 */
+class QuickSort {
+private:
+    /* 元素交换 */
+    static void swap(vector<int>& nums, int i, int j) {
+        int tmp = nums[i];
+        nums[i] = nums[j];
+        nums[j] = tmp;
+    }
+
+    /* 哨兵划分 */
+    static int partition(vector<int>& nums, int left, int right) {
+        // 以 nums[left] 作为基准数
+        int i = left, j = right;
+        while (i < j) {
+            while (i < j && nums[j] >= nums[left])
+                j--;          // 从右向左找首个小于基准数的元素
+            while (i < j && nums[i] <= nums[left])
+                i++;          // 从左向右找首个大于基准数的元素
+            swap(nums, i, j); // 交换这两个元素
+        }
+        swap(nums, i, left);  // 将基准数交换至两子数组的分界线
+        return i;             // 返回基准数的索引
+    }
+
+public:
+    /* 快速排序 */
+    static void quickSort(vector<int>& nums, int left, int right) {
+        // 子数组长度为 1 时终止递归
+        if (left >= right)
+            return;
+        // 哨兵划分
+        int pivot = partition(nums, left, right);
+        // 递归左子数组、右子数组
+        quickSort(nums, left, pivot - 1);
+        quickSort(nums, pivot + 1, right);
+    }
+};
+
+/* 快速排序类（中位基准数优化） */
+class QuickSortMedian {
+private:
+    /* 元素交换 */
+    static void swap(vector<int>& nums, int i, int j) {
+        int tmp = nums[i];
+        nums[i] = nums[j];
+        nums[j] = tmp;
+    }
+
+    /* 选取三个元素的中位数 */
+    static int medianThree(vector<int>& nums, int left, int mid, int right) {
+        // 使用了异或操作来简化代码
+        // 异或规则为 0 ^ 0 = 1 ^ 1 = 0, 0 ^ 1 = 1 ^ 0 = 1
+        if ((nums[left] > nums[mid]) ^ (nums[left] > nums[right]))
+            return left;
+        else if ((nums[mid] < nums[left]) ^ (nums[mid] < nums[right]))
+            return mid;
+        else
+            return right;
+    }
+
+    /* 哨兵划分（三数取中值） */
+    static int partition(vector<int>& nums, int left, int right) {
+        // 选取三个候选元素的中位数
+        int med = medianThree(nums, left, (left + right) / 2, right);
+        // 将中位数交换至数组最左端
+        swap(nums, left, med);
+        // 以 nums[left] 作为基准数
+        int i = left, j = right;
+        while (i < j) {
+            while (i < j && nums[j] >= nums[left])
+                j--;          // 从右向左找首个小于基准数的元素
+            while (i < j && nums[i] <= nums[left])
+                i++;          // 从左向右找首个大于基准数的元素
+            swap(nums, i, j); // 交换这两个元素
+        }
+        swap(nums, i, left);  // 将基准数交换至两子数组的分界线
+        return i;             // 返回基准数的索引
+    }
+
+public:
+    /* 快速排序 */
+    static void quickSort(vector<int>& nums, int left, int right) {
+        // 子数组长度为 1 时终止递归
+        if (left >= right)
+            return;
+        // 哨兵划分
+        int pivot = partition(nums, left, right);
+        // 递归左子数组、右子数组
+        quickSort(nums, left, pivot - 1);
+        quickSort(nums, pivot + 1, right);
+    }
+};
+
+/* 快速排序类（尾递归优化） */
+class QuickSortTailCall {
+private:
+    /* 元素交换 */
+    static void swap(vector<int>& nums, int i, int j) {
+        int tmp = nums[i];
+        nums[i] = nums[j];
+        nums[j] = tmp;
+    }
+
+    /* 哨兵划分 */
+    static int partition(vector<int>& nums, int left, int right) {
+        // 以 nums[left] 作为基准数
+        int i = left, j = right;
+        while (i < j) {
+            while (i < j && nums[j] >= nums[left])
+                j--;          // 从右向左找首个小于基准数的元素
+            while (i < j && nums[i] <= nums[left])
+                i++;          // 从左向右找首个大于基准数的元素
+            swap(nums, i, j); // 交换这两个元素
+        }
+        swap(nums, i, left);  // 将基准数交换至两子数组的分界线
+        return i; // 返回基准数的索引
+    }
+
+public:
+    /* 快速排序（尾递归优化） */
+    static void quickSort(vector<int>& nums, int left, int right) {
+        // 子数组长度为 1 时终止
+        while (left < right) {
+            // 哨兵划分操作
+            int pivot = partition(nums, left, right);
+            // 对两个子数组中较短的那个执行快排
+            if (pivot - left < right - pivot) {
+                quickSort(nums, left, pivot - 1);  // 递归排序左子数组
+                left = pivot + 1;  // 剩余待排序区间为 [pivot + 1, right]
+            } else {
+                quickSort(nums, pivot + 1, right); // 递归排序右子数组
+                right = pivot - 1; // 剩余待排序区间为 [left, pivot - 1]
+            }
+        }
+    }
+};
+
+
+/* Driver Code */
+int main() {
+    /* 快速排序 */
+    vector<int> nums { 2, 4, 1, 0, 3, 5 };
+    QuickSort::quickSort(nums, 0, nums.size() - 1);
+    cout << "快速排序完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    /* 快速排序（中位基准数优化） */
+    vector<int> nums1 = { 2, 4, 1, 0, 3, 5 };
+    QuickSortMedian::quickSort(nums1, 0, nums1.size() - 1);
+    cout << "快速排序（中位基准数优化）完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    /* 快速排序（尾递归优化） */
+    vector<int> nums2 = { 2, 4, 1, 0, 3, 5 };
+    QuickSortTailCall::quickSort(nums2, 0, nums2.size() - 1);
+    cout << "快速排序（尾递归优化）完成后 nums = ";
+    PrintUtil::printVector(nums);
+
+    return 0;
+}

codes/cpp/include/ListNode.hpp

@@ -25,7 +25,7 @@ struct ListNode {
  * @param list 
  * @return ListNode* 
  */
-ListNode* vectorToLinkedList(vector<int> list) {
+ListNode* vectorToLinkedList(vector<int>& list) {
     ListNode *dum = new ListNode(0);
     ListNode *head = dum;
     for (int val : list) {

codes/cpp/include/TreeNode.hpp

@@ -23,7 +23,7 @@ struct TreeNode {
  * @param list 
  * @return TreeNode* 
  */
-TreeNode* vectorToTree(vector<int> list) {
+TreeNode* vectorToTree(vector<int>& list) {
     TreeNode *root = new TreeNode(list[0]);
     queue<TreeNode*> que;
     que.emplace(root);

codes/cpp/include/include.hpp

@@ -15,6 +15,7 @@
 #include <unordered_map>
 #include <unordered_set>
 #include <set>
+#include <random>
 
 #include "ListNode.hpp"
 #include "TreeNode.hpp"

codes/java/chapter_computational_complexity/space_complexity_types.java

@@ -59,7 +59,7 @@ public class space_complexity_types {
     /* 平方阶 */
     static void quadratic(int n) {
         // 矩阵占用 O(n^2) 空间
-        int numMatrix[][] = new int[n][n];
+        int[][] numMatrix = new int[n][n];
         // 二维列表占用 O(n^2) 空间
         List<List<Integer>> numList = new ArrayList<>();
         for (int i = 0; i < n; i++) {

codes/java/chapter_searching/hashing_search.java

@@ -20,7 +20,7 @@ public class hashing_search {
     /* 哈希查找（链表） */
     static ListNode hashingSearch1(Map<Integer, ListNode> map, int target) {
         // 哈希表的 key: 目标结点值，value: 结点对象
-        // 若哈希表中无此 key ，返回 -1
+        // 若哈希表中无此 key ，返回 null
         return map.getOrDefault(target, null);
     }
 

codes/java/chapter_searching/linear_search.java

@@ -9,7 +9,6 @@ package chapter_searching;
 import include.*;
 
 public class linear_search {
-
     /* 线性查找（数组） */
     static int linearSearch(int[] nums, int target) {
         // 遍历数组

codes/java/chapter_sorting/bubble_sort.java

@@ -47,10 +47,10 @@ public class bubble_sort {
     public static void main(String[] args) {
         int[] nums = { 4, 1, 3, 1, 5, 2 };
         bubbleSort(nums);
-        System.out.println("排序后数组 nums = " + Arrays.toString(nums));
+        System.out.println("冒泡排序完成后 nums = " + Arrays.toString(nums));
 
         int[] nums1 = { 4, 1, 3, 1, 5, 2 };
         bubbleSortWithFlag(nums1);
-        System.out.println("排序后数组 nums1 = " + Arrays.toString(nums));
+        System.out.println("冒泡排序完成后 nums1 = " + Arrays.toString(nums));
     }
 }

codes/java/chapter_sorting/insertion_sort.java

@@ -26,6 +26,6 @@ public class insertion_sort {
     public static void main(String[] args) {
         int[] nums = { 4, 1, 3, 1, 5, 2 };
         insertionSort(nums);
-        System.out.println("排序后数组 nums = " + Arrays.toString(nums));
+        System.out.println("插入排序完成后 nums = " + Arrays.toString(nums));
     }
 }

codes/java/chapter_sorting/merge_sort.java

@@ -51,7 +51,7 @@ public class merge_sort {
 
     public static void main(String[] args) {
         /* 归并排序 */
-        int[] nums = { 2, 4, 1, 0, 3, 5 };
+        int[] nums = { 7, 3, 2, 6, 0, 1, 5, 4 };
         mergeSort(nums, 0, nums.length - 1);
         System.out.println("归并排序完成后 nums = " + Arrays.toString(nums));
     }

codes/python/chapter_computational_complexity/space_complexity_types.py

@@ -37,7 +37,7 @@ def linear(n):
 
 """ 线性阶（递归实现） """
 def linearRecur(n):
-    print("递归 n = ", n)
+    print("递归 n =", n)
     if n == 1: return
     linearRecur(n - 1)
 
@@ -50,7 +50,7 @@ def quadratic(n):
 def quadratic_recur(n):
     if n <= 0: return 0
     nums = [0] * n
-    print("递归 n = {} 中的 nums 长度 = {}".format(n, len(nums)))
+    print("递归 n =", n, "中的 nums 长度 =", len(nums))
     return quadratic_recur(n - 1)
 
 """ 指数阶（建立满二叉树） """

codes/python/chapter_sorting/merge_sort.py

@@ -52,6 +52,6 @@ def merge_sort(nums, left, right):
 
 """ Driver Code """
 if __name__ == '__main__':
-    nums = [4, 1, 3, 1, 5, 2]
+    nums = [ 7, 3, 2, 6, 0, 1, 5, 4 ]
     merge_sort(nums, 0, len(nums) - 1)
     print("归并排序完成后 nums =", nums)

docs/chapter_computational_complexity/space_complexity.md

@@ -56,7 +56,26 @@ comments: true
 === "C++"
 
     ```cpp title=""
+    /* 结构体 */
+    struct Node {
+        int val;
+        Node *next;
+        Node(int x) : val(x), next(nullptr) {}
+    };
 
+    /* 函数（或称方法） */
+    int func() {
+        // do something...
+        return 0;
+    }
+
+    int algorithm(int n) {        // 输入数据
+        const int a = 0;          // 暂存数据（常量）
+        int b = 0;                // 暂存数据（变量）
+        Node* node = new Node(0);  // 暂存数据（对象）
+        int c = func();       // 栈帧空间（调用函数）
+        return a + b + c;         // 输出数据
+    }
     ```
 
 === "Python"
@@ -74,7 +93,6 @@ comments: true
         return 0
 
     def algorithm(n):     # 输入数据
-        a = 0             # 暂存数据（常量）
         b = 0             # 暂存数据（变量）
         node = Node(0)    # 暂存数据（对象）
         c = function()    # 栈帧空间（调用函数）
@@ -104,7 +122,12 @@ comments: true
 === "C++"
 
     ```cpp title=""
-
+    void algorithm(int n) {
+        int a = 0;               // O(1)
+        vector<int> b(10000);    // O(1)
+        if (n > 10)
+            vector<int> nums(n); // O(n)
+    }
     ```
 
 === "Python"
@@ -142,7 +165,21 @@ comments: true
 === "C++"
 
     ```cpp title=""
-
+    int func() {
+        // do something
+        return 0;
+    }
+    /* 循环 O(1) */
+    void loop(int n) {
+        for (int i = 0; i < n; i++) {
+            func();
+        }
+    }
+    /* 递归 O(n) */
+    void recur(int n) {
+        if (n == 1) return;
+        return recur(n - 1);
+    }
     ```
 
 === "Python"
@@ -212,7 +249,22 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 常数阶 */
+    void constant(int n) {
+        // 常量、变量、对象占用 O(1) 空间
+        const int a = 0;
+        int b = 0;
+        vector<int> nums(10000);
+        ListNode* node = new ListNode(0);
+        // 循环中的变量占用 O(1) 空间
+        for (int i = 0; i < n; i++) {
+            int c = 0;
+        }
+        // 循环中的函数占用 O(1) 空间
+        for (int i = 0; i < n; i++) {
+            func();
+        }
+    }
     ```
 
 === "Python"
@@ -259,7 +311,21 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 线性阶 */
+    void linear(int n) {
+        // 长度为 n 的数组占用 O(n) 空间
+        vector<int> nums(n);
+        // 长度为 n 的列表占用 O(n) 空间
+        vector<ListNode*> nodes;
+        for (int i = 0; i < n; i++) {
+            nodes.push_back(new ListNode(i));
+        }
+        // 长度为 n 的哈希表占用 O(n) 空间
+        unordered_map<int, string> map;
+        for (int i = 0; i < n; i++) {
+            map[i] = to_string(i);
+        }
+    }
     ```
 
 === "Python"
@@ -291,7 +357,12 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 线性阶（递归实现） */
+    void linearRecur(int n) {
+        cout << "递归 n = " << n << endl;
+        if (n == 1) return;
+        linearRecur(n - 1);
+    }
     ```
 
 === "Python"
@@ -318,7 +389,7 @@ $$
     /* 平方阶 */
     void quadratic(int n) {
         // 矩阵占用 O(n^2) 空间
-        int numMatrix[][] = new int[n][n];
+        int [][]numMatrix = new int[n][n];
         // 二维列表占用 O(n^2) 空间
         List<List<Integer>> numList = new ArrayList<>();
         for (int i = 0; i < n; i++) {
@@ -334,7 +405,18 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 平方阶 */
+    void quadratic(int n) {
+        // 二维列表占用 O(n^2) 空间
+        vector<vector<int>> numMatrix;
+        for (int i = 0; i < n; i++) {
+            vector<int> tmp;
+            for (int j = 0; j < n; j++) {
+                tmp.push_back(0);
+            }
+            numMatrix.push_back(tmp);
+        }
+    }
     ```
 
 === "Python"
@@ -363,7 +445,13 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 平方阶（递归实现） */
+    int quadraticRecur(int n) {
+        if (n <= 0) return 0;
+        vector<int> nums(n);
+        cout << "递归 n = " << n << " 中的 nums 长度 = " << nums.size() << endl;
+        return quadraticRecur(n - 1);
+    }
     ```
 
 === "Python"
@@ -401,7 +489,14 @@ $$
 === "C++"
 
     ```cpp title="space_complexity_types.cpp"
-
+    /* 指数阶（建立满二叉树） */
+    TreeNode* buildTree(int n) {
+        if (n == 0) return nullptr;
+        TreeNode* root = new TreeNode(0);
+        root->left = buildTree(n - 1);
+        root->right = buildTree(n - 1);
+        return root;
+    }
     ```
 
 === "Python"

docs/chapter_computational_complexity/space_time_tradeoff.md

@@ -39,7 +39,20 @@ comments: true
 === "C++"
 
     ```cpp title="leetcode_two_sum.cpp"
-    
+    class SolutionBruteForce {
+    public:
+        vector<int> twoSum(vector<int>& nums, int target) {
+            int size = nums.size();
+            // 两层循环，时间复杂度 O(n^2)
+            for (int i = 0; i < size - 1; i++) {
+                for (int j = i + 1; j < size; j++) {
+                    if (nums[i] + nums[j] == target)
+                        return { i, j };
+                }
+            }
+            return {};
+        }
+    };
     ```
 
 === "Python"
@@ -101,7 +114,22 @@ comments: true
 === "C++"
 
     ```cpp title="leetcode_two_sum.cpp"
-    
+    class SolutionHashMap {
+    public:
+        vector<int> twoSum(vector<int>& nums, int target) {
+            int size = nums.size();
+            // 辅助哈希表，空间复杂度 O(n)
+            unordered_map<int, int> dic;
+            // 单层循环，时间复杂度 O(n)
+            for (int i = 0; i < size; i++) {
+                if (dic.find(target - nums[i]) != dic.end()) {
+                    return { dic[target - nums[i]], i };
+                }
+                dic.emplace(nums[i], i);
+            }
+            return {};
+        }
+    };
     ```
 
 === "Python"

docs/chapter_computational_complexity/time_complexity.md

@@ -36,7 +36,16 @@ $$
 === "C++"
 
     ```cpp title=""
-    
+    // 在某运行平台下
+    void algorithm(int n) {
+        int a = 2;  // 1 ns
+        a = a + 1;  // 1 ns
+        a = a * 2;  // 10 ns
+        // 循环 n 次
+        for (int i = 0; i < n; i++) {  // 1 ns ，每轮都要执行 i++
+            cout << 0 << endl;         // 5 ns
+        }
+    }
     ```
 
 === "Python"
@@ -88,7 +97,22 @@ $$
 === "C++"
 
     ```cpp title=""
-    
+    // 算法 A 时间复杂度：常数阶
+    void algorithm_A(int n) {
+        cout << 0 << endl;
+    }
+    // 算法 B 时间复杂度：线性阶
+    void algorithm_B(int n) {
+        for (int i = 0; i < n; i++) {
+            cout << 0 << endl;
+        }
+    }
+    // 算法 C 时间复杂度：常数阶
+    void algorithm_C(int n) {
+        for (int i = 0; i < 1000000; i++) {
+            cout << 0 << endl;
+        }
+    }
     ```
 
 === "Python"
@@ -144,7 +168,15 @@ $$
 === "C++"
 
     ```cpp title=""
-    
+    void algorithm(int n) {
+        int a = 1;  // +1
+        a = a + 1;  // +1
+        a = a * 2;  // +1
+        // 循环 n 次
+        for (int i = 0; i < n; i++) { // +1（每轮都执行 i ++）
+            cout << 0 << endl;    // +1
+        }
+    }
     ```
 
 === "Python"
@@ -233,7 +265,20 @@ $$
 === "C++"
 
     ```cpp title=""
-    
+    void algorithm(int n) {
+        int a = 1;  // +0（技巧 1）
+        a = a + n;  // +0（技巧 1）
+        // +n（技巧 2）
+        for (int i = 0; i < 5 * n + 1; i++) {
+            cout << 0 << endl;
+        }
+        // +n*n（技巧 3）
+        for (int i = 0; i < 2 * n; i++) {
+            for (int j = 0; j < n + 1; j++) {
+                cout << 0 << endl;
+            }
+        }
+    }
     ```
 
 === "Python"
@@ -310,7 +355,14 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 常数阶 */
+    int constant(int n) {
+        int count = 0;
+        int size = 100000;
+        for (int i = 0; i < size; i++)
+            count++;
+        return count;
+    }
     ```
 
 === "Python"
@@ -344,7 +396,13 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 线性阶 */
+    int linear(int n) {
+        int count = 0;
+        for (int i = 0; i < n; i++)
+            count++;
+        return count;
+    }
     ```
 
 === "Python"
@@ -381,7 +439,15 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 线性阶（遍历数组） */
+    int arrayTraversal(vector<int>& nums) {
+        int count = 0;
+        // 循环次数与数组长度成正比
+        for (int num : nums) {
+            count++;
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -419,7 +485,17 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 平方阶 */
+    int quadratic(int n) {
+        int count = 0;
+        // 循环次数与数组长度成平方关系
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < n; j++) {
+                count++;
+            }
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -471,7 +547,24 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 平方阶（冒泡排序） */
+    int bubbleSort(vector<int>& nums) {
+        int count = 0;  // 计数器
+        // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+        for (int i = nums.size() - 1; i > 0; i--) {
+            // 内循环：冒泡操作
+            for (int j = 0; j < i; j++) {
+                if (nums[j] > nums[j + 1]) {
+                    // 交换 nums[j] 与 nums[j + 1]
+                    int tmp = nums[j];
+                    nums[j] = nums[j + 1];
+                    nums[j + 1] = tmp;
+                    count += 3;  // 元素交换包含 3 个单元操作
+                }
+            }
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -522,7 +615,19 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 指数阶（循环实现） */
+    int exponential(int n) {
+        int count = 0, base = 1;
+        // cell 每轮一分为二，形成数列 1, 2, 4, 8, ..., 2^(n-1)
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < base; j++) {
+                count++;
+            }
+            base *= 2;
+        }
+        // count = 1 + 2 + 4 + 8 + .. + 2^(n-1) = 2^n - 1
+        return count;
+    }
     ```
 
 === "Python"
@@ -559,7 +664,11 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 指数阶（递归实现） */
+    int expRecur(int n) {
+        if (n == 1) return 1;
+        return expRecur(n - 1) + expRecur(n - 1) + 1;
+    }
     ```
 
 === "Python"
@@ -596,7 +705,15 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 对数阶（循环实现） */
+    int logarithmic(float n) {
+        int count = 0;
+        while (n > 1) {
+            n = n / 2;
+            count++;
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -630,7 +747,11 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 对数阶（递归实现） */
+    int logRecur(float n) {
+        if (n <= 1) return 0;
+        return logRecur(n / 2) + 1;
+    }
     ```
 
 === "Python"
@@ -666,7 +787,16 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 线性对数阶 */
+    int linearLogRecur(float n) {
+        if (n <= 1) return 1;
+        int count = linearLogRecur(n / 2) + 
+                    linearLogRecur(n / 2);
+        for (int i = 0; i < n; i++) {
+            count++;
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -714,7 +844,16 @@ $$
 === "C++"
 
     ```cpp title="time_complexity_types.cpp"
-    
+    /* 阶乘阶（递归实现） */
+    int factorialRecur(int n) {
+        if (n == 0) return 1;
+        int count = 0;
+        // 从 1 个分裂出 n 个
+        for (int i = 0; i < n; i++) {
+            count += factorialRecur(n - 1);
+        }
+        return count;
+    }
     ```
 
 === "Python"
@@ -789,7 +928,42 @@ $$
 === "C++"
 
     ```cpp title="worst_best_time_complexity.cpp"
-    
+    /* 生成一个数组，元素为 { 1, 2, ..., n }，顺序被打乱 */
+    vector<int> randomNumbers(int n) {
+        vector<int> nums(n);
+        // 生成数组 nums = { 1, 2, 3, ..., n }
+        for (int i = 0; i < n; i++) {
+            nums[i] = i + 1;
+        }
+        // 使用系统时间生成随机种子
+        unsigned seed = chrono::system_clock::now().time_since_epoch().count();
+        // 随机打乱数组元素
+        shuffle(nums.begin(), nums.end(), default_random_engine(seed));
+        return nums;
+    }
+
+    /* 查找数组 nums 中数字 1 所在索引 */
+    int findOne(vector<int>& nums) {
+        for (int i = 0; i < nums.size(); i++) {
+            if (nums[i] == 1)
+                return i;
+        }
+        return -1;
+    }
+
+
+    /* Driver Code */
+    int main() {
+        for (int i = 0; i < 1000; i++) {
+            int n = 100;
+            vector<int> nums = randomNumbers(n);
+            int index = findOne(nums);
+            cout << "\n数组 [ 1, 2, ..., n ] 被打乱后 = ";
+            PrintUtil::printVector(nums);
+            cout << "数字 1 的索引为 " << index << endl;
+        }
+        return 0;
+    }
     ```
 
 === "Python"

docs/chapter_searching/binary_search.md

@@ -80,6 +80,28 @@ $$
     }
     ```
 
+=== "C++"
+
+    ```cpp title="binary_search.cpp"
+    /* 二分查找（双闭区间） */
+    int binarySearch(vector<int>& nums, int target) {
+        // 初始化双闭区间 [0, n-1] ，即 i, j 分别指向数组首元素、尾元素
+        int i = 0, j = nums.size() - 1;
+        // 循环，当搜索区间为空时跳出（当 i > j 时为空）
+        while (i <= j) {
+            int m = (i + j) / 2;       // 计算中点索引 m
+            if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j] 中
+                i = m + 1;
+            else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
+                j = m - 1;
+            else                       // 找到目标元素，返回其索引
+                return m;
+        }
+        // 未找到目标元素，返回 -1
+        return -1;
+    }
+    ```
+
 ### “左闭右开” 实现
 
 当然，我们也可以使用 “左闭右开” 的表示方法，写出相同功能的二分查找代码。
@@ -106,6 +128,28 @@ $$
     }
     ```
 
+=== "C++"
+
+    ```cpp title="binary_search.cpp"
+    /* 二分查找（左闭右开） */
+    int binarySearch1(vector<int>& nums, int target) {
+        // 初始化左闭右开 [0, n) ，即 i, j 分别指向数组首元素、尾元素+1
+        int i = 0, j = nums.size();
+        // 循环，当搜索区间为空时跳出（当 i = j 时为空）
+        while (i < j) {
+            int m = (i + j) / 2;       // 计算中点索引 m
+            if (nums[m] < target)      // 此情况说明 target 在区间 [m+1, j) 中
+                i = m + 1;
+            else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中
+                j = m;
+            else                       // 找到目标元素，返回其索引
+                return m;
+        }
+        // 未找到目标元素，返回 -1
+        return -1;
+    }
+    ```
+
 ### 两种表示对比
 
 对比下来，两种表示的代码写法有以下不同点：
@@ -148,7 +192,5 @@ int m = i + (j - i) / 2;
 但并不意味着所有情况下都应使用二分查找，这是因为：
 
 - **二分查找仅适用于有序数据。** 如果输入数据是乱序的，为了使用二分查找而专门执行数据排序，那么是得不偿失的，因为排序算法的时间复杂度一般为 $O(n \log n)$ ，比线性查找和二分查找都更差。再例如，对于频繁插入元素的场景，为了保持数组的有序性，需要将元素插入到特定位置，时间复杂度为 $O(n)$ ，也是非常昂贵的。
-
 - **二分查找仅适用于数组。** 由于在二分查找中，访问索引是 ”非连续“ 的，因此链表或者基于链表实现的数据结构都无法使用。
-
 - **在小数据量下，线性查找的性能更好。** 在线性查找中，每轮只需要 1 次判断操作；而在二分查找中，需要 1 次加法、1 次除法、1 ~ 3 次判断操作、1 次加法（减法），共 4 ~ 6 个单元操作；因此，在数据量 $n$ 较小时，线性查找反而比二分查找更快。

docs/chapter_searching/hashing_search.md

@@ -4,7 +4,7 @@ comments: true
 
 # 哈希查找
 
-!!! question 
+!!! question
 
     在数据量很大时，「线性查找」太慢；而「二分查找」要求数据必须是有序的，并且只能在数组中应用。那么是否有方法可以同时避免上述缺点呢？答案是肯定的，此方法被称为「哈希查找」。
 
@@ -27,6 +27,19 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="hashing_search.cpp"
+    /* 哈希查找（数组） */
+    int hashingSearch(unordered_map<int, int> map, int target) {
+        // 哈希表的 key: 目标元素，value: 索引
+        // 若哈希表中无此 key ，返回 -1
+        if (map.find(target) == map.end())
+            return -1;
+        return map[target];
+    }
+    ```
+
 再比如，如果我们想要给定一个目标结点值 `target` ，获取对应的链表结点对象，那么也可以使用哈希查找实现。
 
 ![hash_search_listnode](hashing_search.assets/hash_search_listnode.png)
@@ -37,11 +50,24 @@ comments: true
     /* 哈希查找（链表） */
     ListNode hashingSearch1(Map<Integer, ListNode> map, int target) {
         // 哈希表的 key: 目标结点值，value: 结点对象
-        // 若哈希表中无此 key ，返回 -1
+        // 若哈希表中无此 key ，返回 null
         return map.getOrDefault(target, null);
     }
     ```
 
+=== "C++"
+
+    ```cpp title="hashing_search.cpp"
+    /* 哈希查找（链表） */
+    ListNode* hashingSearch1(unordered_map<int, ListNode*> map, int target) {
+        // 哈希表的 key: 目标结点值，value: 结点对象
+        // 若哈希表中无此 key ，返回 nullptr
+        if (map.find(target) == map.end())
+            return nullptr;
+        return map[target];
+    }
+    ```
+
 ## 复杂度分析
 
 **时间复杂度：** $O(1)$ ，哈希表的查找操作使用 $O(1)$ 时间。

docs/chapter_searching/linear_search.md

@@ -28,6 +28,22 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="linear_search.cpp"
+    /* 线性查找（数组） */
+    int linearSearch(vector<int>& nums, int target) {
+        // 遍历数组
+        for (int i = 0; i < nums.size(); i++) {
+            // 找到目标元素，返回其索引
+            if (nums[i] == target)
+                return i;
+        }
+        // 未找到目标元素，返回 -1
+        return -1;
+    }
+    ```
+
 再比如，我们想要在给定一个目标结点值 `target` ，返回此结点对象，也可以在链表中进行线性查找。
 
 === "Java"
@@ -47,6 +63,23 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="linear_search.cpp"
+    /* 线性查找（链表） */
+    ListNode* linearSearch(ListNode* head, int target) {
+        // 遍历链表
+        while (head != nullptr) {
+            // 找到目标结点，返回之
+            if (head->val == target)
+                return head;
+            head = head->next;
+        }
+        // 未找到目标结点，返回 nullptr
+        return nullptr;
+    }
+    ```
+
 ## 复杂度分析
 
 **时间复杂度 $O(n)$ ：** 其中 $n$ 为数组或链表长度。

docs/chapter_sorting/bubble_sort.md

@@ -56,7 +56,7 @@ comments: true
 
 === "Java"
 
-    ```java
+    ```java title="bubble_sort.java"
     /* 冒泡排序 */
     void bubbleSort(int[] nums) {
         // 外循环：待排序元素数量为 n-1, n-2, ..., 1
@@ -73,10 +73,29 @@ comments: true
         }
     }
     ```
+=== "C++"
+
+    ```cpp title="bubble_sort.cpp"
+    /* 冒泡排序 */
+    void bubbleSort(vector<int>& nums) {
+        // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+        for (int i = nums.size() - 1; i > 0; i--) {
+            // 内循环：冒泡操作
+            for (int j = 0; j < i; j++) {
+                if (nums[j] > nums[j + 1]) {
+                    // 交换 nums[j] 与 nums[j + 1]
+                    int tmp = nums[j];
+                    nums[j] = nums[j + 1];
+                    nums[j + 1] = tmp;
+                }
+            }
+        }
+    }
+    ```
 
 === "Python"
 
-    ```python
+    ```python title="bubble_sort.py"
     """ 冒泡排序 """
     def bubble_sort(nums):
         n = len(nums)
@@ -109,7 +128,7 @@ comments: true
 
 === "Java"
 
-    ```java
+    ```java title="bubble_sort.java"
     /* 冒泡排序（标志优化）*/
     void bubbleSortWithFlag(int[] nums) {
         // 外循环：待排序元素数量为 n-1, n-2, ..., 1
@@ -130,9 +149,32 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="bubble_sort.cpp"
+    /* 冒泡排序（标志优化）*/
+    void bubbleSortWithFlag(vector<int>& nums) {
+        // 外循环：待排序元素数量为 n-1, n-2, ..., 1
+        for (int i = nums.size() - 1; i > 0; i--) {
+            bool flag = false; // 初始化标志位
+            // 内循环：冒泡操作
+            for (int j = 0; j < i; j++) {
+                if (nums[j] > nums[j + 1]) {
+                    // 交换 nums[j] 与 nums[j + 1]
+                    int tmp = nums[j];
+                    nums[j] = nums[j + 1];
+                    nums[j + 1] = tmp;
+                    flag = true;  // 记录交换元素
+                }
+            }
+            if (!flag) break;     // 此轮冒泡未交换任何元素，直接跳出
+        }
+    }
+    ```
+
 === "Python"
 
-    ```python
+    ```python title="bubble_sort.py"
     """ 冒泡排序（标志优化） """
     def bubble_sort_with_flag(nums):
         n = len(nums)

docs/chapter_sorting/insertion_sort.md

@@ -17,9 +17,7 @@ comments: true
 ## 算法流程
 
 1. 第 1 轮先选取数组的 **第 2 个元素** 为 `base` ，执行「插入操作」后， **数组前 2 个元素已完成排序**。
-
 2. 第 2 轮选取 **第 3 个元素** 为 `base` ，执行「插入操作」后， **数组前 3 个元素已完成排序**。
-
 3. 以此类推……最后一轮选取 **数组尾元素** 为 `base` ，执行「插入操作」后 **所有元素已完成排序**。
 
 ![insertion_sort](insertion_sort.assets/insertion_sort.png)
@@ -28,7 +26,7 @@ comments: true
 
 === "Java"
 
-    ```java
+    ```java title="insertion_sort.java"
     /* 插入排序 */
     void insertionSort(int[] nums) {
         // 外循环：base = nums[1], nums[2], ..., nums[n-1]
@@ -44,9 +42,27 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="insertion_sort.cpp"
+    /* 插入排序 */
+    void insertionSort(vector<int>& nums) {
+        // 外循环：base = nums[1], nums[2], ..., nums[n-1]
+        for (int i = 1; i < nums.size(); i++) {
+            int base = nums[i], j = i - 1;
+            // 内循环：将 base 插入到左边的正确位置
+            while (j >= 0 && nums[j] > base) {
+                nums[j + 1] = nums[j];  // 1. 将 nums[j] 向右移动一位
+                j--;
+            }
+            nums[j + 1] = base;         // 2. 将 base 赋值到正确位置
+        }
+    }
+    ```
+
 === "Python"
 
-    ```python
+    ```python title="insertion_sort.py"
     """ 插入排序 """
     def insertion_sort(nums):
         # 外循环：base = nums[1], nums[2], ..., nums[n-1]

docs/chapter_sorting/merge_sort.md

@@ -103,6 +103,50 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="merge_sort.cpp"
+    /**
+     * 合并左子数组和右子数组
+     * 左子数组区间 [left, mid]
+     * 右子数组区间 [mid + 1, right]
+     */
+    void merge(vector<int>& nums, int left, int mid, int right) {
+        // 初始化辅助数组
+        vector<int> tmp(nums.begin() + left, nums.begin() + right + 1);   
+        // 左子数组的起始索引和结束索引  
+        int leftStart = left - left, leftEnd = mid - left;
+        // 右子数组的起始索引和结束索引       
+        int rightStart = mid + 1 - left, rightEnd = right - left;
+        // i, j 分别指向左子数组、右子数组的首元素
+        int i = leftStart, j = rightStart;                
+        // 通过覆盖原数组 nums 来合并左子数组和右子数组
+        for (int k = left; k <= right; k++) {
+            // 若 “左子数组已全部合并完”，则选取右子数组元素，并且 j++
+            if (i > leftEnd)
+                nums[k] = tmp[j++];
+            // 否则，若 “右子数组已全部合并完” 或 “左子数组元素 < 右子数组元素”，则选取左子数组元素，并且 i++
+            else if (j > rightEnd || tmp[i] <= tmp[j])
+                nums[k] = tmp[i++];
+            // 否则，若 “左子数组元素 > 右子数组元素”，则选取右子数组元素，并且 j++
+            else
+                nums[k] = tmp[j++];
+        }
+    }
+
+    /* 归并排序 */
+    void mergeSort(vector<int>& nums, int left, int right) {
+        // 终止条件
+        if (left >= right) return;       // 当子数组长度为 1 时终止递归
+        // 划分阶段
+        int mid = (left + right) / 2;    // 计算中点
+        mergeSort(nums, left, mid);      // 递归左子数组
+        mergeSort(nums, mid + 1, right); // 递归右子数组
+        // 合并阶段
+        merge(nums, left, mid, right);
+    }
+    ```
+
 === "Python"
 
     ```python title="merge_sort.py"

docs/chapter_sorting/quick_sort.md

@@ -61,6 +61,32 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="quick_sort.cpp"
+    /* 元素交换 */
+    void swap(vector<int>& nums, int i, int j) {
+        int tmp = nums[i];
+        nums[i] = nums[j];
+        nums[j] = tmp;
+    }
+
+    /* 哨兵划分 */
+    int partition(vector<int>& nums, int left, int right) {
+        // 以 nums[left] 作为基准数
+        int i = left, j = right;
+        while (i < j) {
+            while (i < j && nums[j] >= nums[left])
+                j--;          // 从右向左找首个小于基准数的元素
+            while (i < j && nums[i] <= nums[left])
+                i++;          // 从左向右找首个大于基准数的元素
+            swap(nums, i, j); // 交换这两个元素
+        }
+        swap(nums, i, left);  // 将基准数交换至两子数组的分界线
+        return i;             // 返回基准数的索引
+    }
+    ```
+
 === "Python"
 
     ```python title="quick_sort.py"
@@ -112,6 +138,22 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="quick_sort.cpp"
+    /* 快速排序 */
+    static void quickSort(vector<int>& nums, int left, int right) {
+        // 子数组长度为 1 时终止递归
+        if (left >= right)
+            return;
+        // 哨兵划分
+        int pivot = partition(nums, left, right);
+        // 递归左子数组、右子数组
+        quickSort(nums, left, pivot - 1);
+        quickSort(nums, pivot + 1, right);
+    }
+    ```
+
 === "Python"
 
     ```python title="quick_sort.py"
@@ -183,6 +225,32 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="quick_sort.cpp"
+    /* 选取三个元素的中位数 */
+    int medianThree(vector<int>& nums, int left, int mid, int right) {
+        // 使用了异或操作来简化代码
+        // 异或规则为 0 ^ 0 = 1 ^ 1 = 0, 0 ^ 1 = 1 ^ 0 = 1
+        if ((nums[left] > nums[mid]) ^ (nums[left] > nums[right]))
+            return left;
+        else if ((nums[mid] < nums[left]) ^ (nums[mid] < nums[right]))
+            return mid;
+        else
+            return right;
+    }
+
+    /* 哨兵划分（三数取中值） */
+    int partition(vector<int>& nums, int left, int right) {
+        // 选取三个候选元素的中位数
+        int med = medianThree(nums, left, (left + right) / 2, right);
+        // 将中位数交换至数组最左端
+        swap(nums, left, med);
+        // 以 nums[left] 作为基准数
+        // 下同省略...
+    }
+    ```
+
 === "Python"
 
     ```python title="quick_sort.py"
@@ -233,6 +301,27 @@ comments: true
     }
     ```
 
+=== "C++"
+
+    ```cpp title="quick_sort.cpp"
+    /* 快速排序（尾递归优化） */
+    static void quickSort(vector<int>& nums, int left, int right) {
+        // 子数组长度为 1 时终止
+        while (left < right) {
+            // 哨兵划分操作
+            int pivot = partition(nums, left, right);
+            // 对两个子数组中较短的那个执行快排
+            if (pivot - left < right - pivot) {
+                quickSort(nums, left, pivot - 1);  // 递归排序左子数组
+                left = pivot + 1;  // 剩余待排序区间为 [pivot + 1, right]
+            } else {
+                quickSort(nums, pivot + 1, right); // 递归排序右子数组
+                right = pivot - 1; // 剩余待排序区间为 [left, pivot - 1]
+            }
+        }
+    }
+    ```
+
 === "Python"
 
     ```python title="quick_sort.py"