其它

[[计算机网络]]
[[SQL]]
[[numpy]]
[[刷题笔记]]
[[语言相关]]
[[k8s]]

数据结构

[[Python内置库的数据结构]]
[[红黑树：自平衡的二叉搜索树]]
[[回溯算法]]

第一梯队（核心基础）

数组/链表
- 所有数据结构的底层基础，随机访问（数组） vs 快速增删（链表）。
哈希表（Hash Table）
- 高频用于快速查找（O(1)），如字典、缓存等。
字符串处理
- 涉及匹配、子串、反转等，是实际开发中最常见的数据形式。

第二梯队（算法基石）

栈（Stack） & 队列（Queue）
- 栈用于递归、括号匹配；队列用于BFS、任务调度。
堆（Heap）/优先队列（Priority Queue）[[堆]]
- 解决Top-K问题、Dijkstra算法等。
二叉树（Binary Tree）
- 递归思维的训练，衍生出二叉搜索树、AVL树、红黑树、B树等。
图（Graph）[[图]]
- 表示网络关系，但实际编码中直接使用的场景较少（更多考察算法如BFS/DFS）。

第三梯队（高级优化）

二叉搜索树（BST）
- 有序数据的高效操作（查找/插入O(log n)），但需平衡（如红黑树）。
并查集（Disjoint Set）[[并查集]]
- 解决连通性问题（如朋友圈、最小生成树）。
字典树（Trie）
- 处理字符串前缀匹配（如搜索提示）。

第四梯队（特定场景）

跳表（Skip List）
- 替代平衡树的概率数据结构（如Redis有序集合）。
线段树/树状数组
- 区间查询、动态统计问题。
B树/B+树
- 数据库索引的核心结构。
布隆过滤器（Bloom Filter）
- 空间效率极高的概率型存在性检查。

算法

12.基础提升[[ KMP]]、Manacher算法等
13.基础提升滑动窗口、[[单调栈]]结构等
7.详解前缀树和贪心算法 [[前缀和矩阵：快速子矩阵批量求和]]
14.基础提升二叉树的Morris遍历等
[[二分查找]]
[[排序算法]]
[[递归]]
[[字符编码]]
反转红黑树？
哈希表如何转化为红黑树
[[二叉搜索树VS小顶堆]]
[[动态规划]]
[[回溯算法]]
[[最小栈、最大栈、双向支持的最小最大栈]]
[[LRU]]
牛客网在线编程_算法笔面试篇_很多算法与结构

补充说明

算法关联性：数据结构的重要性常取决于算法场景（如堆之于排序，图之于最短路径）。
实际开发：哈希表、字符串、数组/链表占日常开发的80%以上。
面试重点：二叉树、链表、堆、哈希表是面试高频考点。

逻辑结构：线性与非线性

线性数据结构：数组、链表、栈、队列、~~哈希表~~，元素之间是一对一的顺序关系。
非线性数据结构：树、堆、图、哈希表。

非线性数据结构可以进一步划分为树形结构和网状结构。

树形结构：树、堆、哈希表，元素之间是一对多的关系。
网状结构：图，元素之间是多对多的关系。

物理结构：连续与分散

基于数组可实现：栈、队列、哈希表、树、堆、图、矩阵、张量（维度的数组）等。
基于链表可实现：栈、队列、哈希表、树、堆、图等。

递归方法

如果循环时，循环嵌套的次数依赖于某个变量，应该使用递归的方法写代码，传递依赖的变量计数器