[071] 算法与数据结构（C++版） 面试/评级的算法复习技能包 - 特别注重实用，通过一步步的优化，将算法背后的奥秘展现出来

网盘链接：

1. 当我们谈论算法的时候，我们在谈论什么？

• 1-1 我们究竟为什么要学习算法
• 1-2 课程介绍
• 1-3 在学习算法和数据结构的具体知识前，你可能想读一读这两篇文章

2. 排序基础

• 2-1 选择排序法 – Selection Sort
• 2-2 使用模板（泛型）编写算法
• 2-3 随机生成算法测试用例
• 2-4 测试算法的性能
• 2-5 插入排序法 – Insertion Sort
• 2-6 插入排序法的改进
• 2-7 更多关于O(n^2)排序算法的思考

3. 高级排序算法

• 3-1 归并排序法 – Merge Sort
• 3-2 归并排序法的实现
• 3-3 归并排序法的优化
• 3-4 自底向上的归并排序算法
• 3-5 快速排序法 – Quick Sort
• 3-6 随机化快速排序法
• 3-7 双路快速排序法
• 3-8 三路快速排序法
• 3-9 归并排序和快速排序的衍生问题

4. 堆和堆排序

• 4-1 为什么使用堆？
• 4-2 堆的基本存储
• 4-3 Shift Up
• 4-4 Shift Down
• 4-5 基础堆排序和Heapify
• 4-6 优化的堆排序（Heap Sort）
• 4-7 【勘误】关于从0开始索引的堆最后一个非叶子结点索引值的计算
• 4-8 索引堆(Index Heap)
• 4-9 索引堆的优化
• 4-10 更多关于操作索引的思考
• 4-11 和堆相关的其他问题
• 4-12 两种关于 topK 问题求解思路的套路
• 4-13 排序算法总结

5. 二分搜索树

• 5-1 二分查找法（Binary Search）
• 5-2 二分搜索树基础 （Binary Search Tree）
• 5-3 二分搜索树的节点插入
• 5-4 二分搜索树的查找
• 5-5 二分搜索树的遍历（深度优先遍历）
• 5-6 层序遍历（广度优先遍历）
• 5-7 删除最大值，最小值
• 5-8 二分搜索树节点的删除（Hubbard Deletion）
• 5-9 二分搜索树的顺序性
• 5-10 二分搜索树的局限性
• 5-11 树形问题和更多树

6. 并查集

• 6-1 并查集基础（Union Find）
• 6-2 Quick Find
• 6-3 Quick Union
• 6-4 基于size的优化
• 6-5 基于rank的优化
• 6-6 路径压缩 (Path Compression)

7. 图的基础

• 7-1 图论基础
• 7-2 图的表示
• 7-3 相邻结点迭代器
• 7-4 图的算法框架
• 7-5 深度优先遍历和联通分量
• 7-6 寻路
• 7-7 广度优先遍历和最短路径
• 7-8 迷宫生成，PS抠图——更多无权图的应用
• 7-9 无权图最短路径的应用：

8. 最小生成树

• 8-1 有权图
• 8-2 最小生成树问题和切分定理
• 8-3 Prim算法的第一个实现 （Lazy Prim）
• 8-4 Prim算法的优化
• 8-5 优化后的Prim算法的实现
• 8-6 Krusk算法
• 8-7 最小生成树算法的思考
• 8-8 思想简单但实现复杂的算法

9. 最短路径

• 9-1 最短路径问题和松弛操作（Relaxation）
• 9-2 Dijkstra算法的思想
• 9-3 实现Dijkstra算法
• 9-4 换一种方法实现 Dijkstra 和 Prim
• 9-5 负权边和Bellman-Ford算法
• 9-6 实现Bellman-Ford算法
• 9-7 【勘误】关于Bellman-Ford算法的实现
• 9-8 更多和最短路径相关的思考

10. 结束语

• 10-1 总结，算法思想，大家加油