110 lines
7.6 KiB
Markdown
110 lines
7.6 KiB
Markdown
---
|
||
comments: true
|
||
---
|
||
|
||
# 关于本书
|
||
|
||
在 2018 年 10 月发生了一件事,成为了我职业生涯的重要转折点。当时的我在交大读研,对互联网求职一无所知,但仍然硬着头皮申请了 Microsoft 的软件工程师实习。在二面中,面试官让我在白板上写出 “快速排序” 代码,我摇了摇头,畏畏缩缩地写了一个 “冒泡排序” ,并且还写错了。从面试官的表情上,我看到了一个大大的 Game Over 。
|
||
|
||
从那次失利开始,找工作的压力就倒逼我开始刷算法题。我采用 “扫雷游戏” 式的学习方法,两眼一抹黑刷题,扫到不会的 “雷” 就通过查资料把它解决掉,配合周期性的总结,逐渐形成了数据结构与算法的知识图景。幸运地,我在 2020 年秋招斩获了多家大厂的 Offer 。
|
||
|
||
之后,分享题解成为了我的爱好。经常刷题的同学可能遇见过一个顶着路飞笑脸头像,名为「Krahets」的力扣 ID ,那便是我。截至目前,我已在力扣(LeetCode)上分享了近 100 道题目解析,累积了 1700 万阅读量,回复了数千条读者的评论和问题,并编写了 LeetBook《图解算法数据结构》,已免费售出 21 万多本。
|
||
|
||
回想自己当初在 “扫雷式” 刷题中被炸的满头包的痛苦,我意识到有一本 “刷题前必看” 的读物可以使算法小白少走许多弯路,而这正与我的擅长点契合。强烈的写作意愿席卷而来,那就来吧:
|
||
|
||
<h4 style="text-align:center"> Hello,算法! </h4>
|
||
|
||
## 读者对象
|
||
|
||
- 数据结构与算法零基础的同学,但需具备 Java, C++, Python 任一语言的编程基础
|
||
- 具有一定算法刷题基础,想要系统地学习或复习数据结构与算法的同学
|
||
- 本书以代码实践为导向,尤其适合在职或即将成为工程师(程序员)的同学
|
||
|
||
!!! quote ""
|
||
|
||
<p style="text-align:center"> 追风赶月莫停留,平芜尽处是春山 </p>
|
||
<p style="text-align:center"> 一起加油! </p>
|
||
|
||
## 内容结构
|
||
|
||
本书主要内容分为复杂度分析、数据结构、算法三个部分。
|
||
|
||
![mindmap](index.assets/mindmap.png)
|
||
|
||
<p style="text-align:center"> Fig. 知识点思维导图 </p>
|
||
|
||
### 复杂度分析
|
||
|
||
首先介绍数据结构与算法的评价维度,以及算法效率评估方法,引出了计算复杂度概念。
|
||
|
||
接下来,介绍了函数渐进上界的含义,并分别介绍了时间复杂度和空间复杂度的定义、推算方法、常见类型等,以及最差、最佳、平均时间复杂度的区别。
|
||
|
||
### 数据结构
|
||
|
||
首先介绍了物理结构和逻辑结构两种数据结构的分类方法,随后介绍了各个数据结构,包括数组、链表、栈、队列、树、堆、图、散列表等,内容包括:
|
||
|
||
- 基本定义:数据结构的设计来源、存在意义;
|
||
- 主要特点:在各项数据操作中的优势、劣势;
|
||
- 常用操作:例如访问、更新、插入、删除、遍历、搜索等;
|
||
- 常见类型:在算法题或工程实际中,经常碰到的数据结构类型;
|
||
- 典型应用:此数据结构经常搭配哪些算法使用;
|
||
- 实现方法:对于重要的数据结构,将给出完整的实现示例;
|
||
|
||
### 算法
|
||
|
||
介绍了常见的算法类型,包括查找算法、排序算法、搜索与回溯算法、动态规划、分治算法等,主要关心以下内容:
|
||
|
||
- 基本定义:算法的设计思想;
|
||
- 主要特点:使用前置要求、优势和劣势;
|
||
- 算法效率:最差和平均时间复杂度、空间复杂度;
|
||
- 应用场景:结合例题讲述算法应用;
|
||
|
||
## 配套代码
|
||
|
||
完整可运行的代码在 GitHub 仓库 [![github-stars](https://img.shields.io/github/stars/krahets/hello-algo?style=social)](https://github.com/krahets/hello-algo) ,你可以使用 Git 将仓库 Clone 至本地,也可以下载仓库压缩包使用。
|
||
|
||
编程环境部署和代码使用方法请见下章 “编程环境安装” 和 “算法学习建议” 。
|
||
|
||
## 风格约定
|
||
|
||
- 文章中的重要名词会用「」符号标注,例如「数组 Array」。这类名词应该被牢记,英文翻译也建议记住,以便后续查阅资料时使用。
|
||
- 重点内容、总起句、总结句会被 **加粗** ,此类文字值得更多关注。
|
||
- 专有名词和有特指含义的词句会使用 “ ” 标注,以避免歧义。
|
||
- 标题后标注 * 符号的是选读章节,如果你的时间有限,可以先跳过这些章节。
|
||
|
||
## 本书特点
|
||
|
||
**以实践为主。** 我们知道,学习英语期间光啃书本是远远不够的,需要多听、多说、多写,在实践中培养语感、积累经验。编程语言也是一门语言,因此学习方法也应是类似的,需要多看优秀代码、多敲键盘、多思考代码逻辑。
|
||
|
||
本书的理论部分占少量篇幅,主要分为两类:一是基础且必要的概念知识,以培养读者对于算法的感性认识;二是重要的分类、对比或总结,这是为了帮助你站在更高视角俯瞰各个知识点,形成连点成面的效果。
|
||
|
||
实践部分主要由示例和代码组成。代码配有简要注释,复杂示例会尽可能地使用视觉化的形式呈现。我强烈建议读者对照着代码自己敲一遍,如果时间有限,也至少逐行读、复制并运行一遍,配合着讲解将代码吃透。
|
||
|
||
!!! quote
|
||
|
||
“Talk is cheap. Show me the code.” ― Linus Torvalds
|
||
|
||
“少吹牛,看代码”
|
||
|
||
**视觉化学习。** 信息时代以来,视觉化的脚步从未停止。媒体形式经历了文字短信、图文 Email 、动图、短(长)视频、交互式 Web 、3D 游戏等演变过程,信息的视觉化程度越来越高、愈加符合人类感官、信息传播效率大大提升。科技界也在向视觉化迈进,iPhone 就是一个典型例子,其相对于传统手机是高度视觉化的,包含精心设计的字体、主题配色、交互动画等。
|
||
|
||
近两年,短视频成为最受欢迎的信息媒介,可以在短时间内将高密度的信息 “灌” 给我们,有着极其舒适的观看体验。阅读则不然,读者与书本之间天然存在一种 “疏离感”,我们看书会累、会走神、会停下来想其他事、会划下喜欢的句子、会思考某一片段的含义,这种疏离感给了读者与书本之间对话的可能,拓宽了想象空间。
|
||
|
||
本书作为一本入门教材,希望可以保有书本的 “慢节奏” ,但也会避免与读者产生过多 “疏离感” ,而是努力将知识完整清晰地推送到你聪明的小脑袋瓜中。我将采用视觉化的方式(例如配图、动画),尽我可能清晰易懂地讲解复杂概念和抽象示例。
|
||
|
||
!!! quote
|
||
|
||
“A picture is worth a thousand words.”
|
||
|
||
“一图胜千言”
|
||
|
||
**内容精简化。** 大多数的经典教科书,会把每个主题都讲的很透彻。虽然透彻性正是其获得读者青睐的原因,但对于想要快速入门的初学者来说,这些教材的实用性不足。本书会避免引入非必要的概念、名词、定义等,也避免展开不必要的理论分析,毕竟这不是一本真正意义上的教材,主要任务是尽快地带领读者入门。
|
||
|
||
引入一些生活案例或趣味内容,非常适合作为知识点的引子或者解释的补充,但当融入过多额外元素时,内容会稍显冗长,也许反而使读者容易迷失、抓不住重点,这也是本书需要避免的。
|
||
|
||
敲代码如同写字,“美” 是统一的追求。本书力求美观的代码,保证规范的变量命名、统一的空格与换行、对齐的缩进、整齐的注释等。
|
||
|
||
## 致谢
|
||
|
||
(TODO)
|