algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-07-28 12:52:57 +08:00
Code Issues Packages Projects Releases Wiki Activity

build

Browse Source
This commit is contained in:
krahets
2024-04-11 17:17:43 +08:00
parent 739f8a31bb
commit bfd0b3598d
7 changed files with 34 additions and 285 deletions
Download Patch File Download Diff File Expand all files Collapse all files

27
docs/chapter_greedy/fractional_knapsack_problem.md
View File

@ -465,33 +465,6 @@ comments: true
val v: Int // 物品价值 val v: Int // 物品价值
) )
/* 分数背包：贪心 */
fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double {
// 创建物品列表，包含两个属性：重量、价值
var cap = c
val items = arrayOfNulls<Item>(wgt.size)
for (i in wgt.indices) {
items[i] = Item(wgt[i], _val[i])
}
// 按照单位价值 item.v / item.w 从高到低进行排序
items.sortBy { item: Item? -> -(item!!.v.toDouble() / item.w) }
// 循环贪心选择
var res = 0.0
for (item in items) {
if (item!!.w <= cap) {
// 若剩余容量充足，则将当前物品整个装进背包
res += item.v
cap -= item.w
} else {
// 若剩余容量不足，则将当前物品的一部分装进背包
res += item.v.toDouble() / item.w * cap
// 已无剩余容量，因此跳出循环
break
}
}
return res
}
/* 分数背包：贪心 */ /* 分数背包：贪心 */
fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double { fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double {
// 创建物品列表，包含两个属性：重量、价值 // 创建物品列表，包含两个属性：重量、价值

71
docs/chapter_hashing/hash_map.md
View File

@ -1587,77 +1587,6 @@ index = hash(key) % capacity
var _val: String var _val: String
) )
/* 基于数组实现的哈希表 */
class ArrayHashMap {
// 初始化数组，包含 100 个桶
private val buckets = arrayOfNulls<Pair>(100)
/* 哈希函数 */
fun hashFunc(key: Int): Int {
val index = key % 100
return index
}
/* 查询操作 */
fun get(key: Int): String? {
val index = hashFunc(key)
val pair = buckets[index] ?: return null
return pair._val
}
/* 添加操作 */
fun put(key: Int, _val: String) {
val pair = Pair(key, _val)
val index = hashFunc(key)
buckets[index] = pair
}
/* 删除操作 */
fun remove(key: Int) {
val index = hashFunc(key)
// 置为 null ，代表删除
buckets[index] = null
}
/* 获取所有键值对 */
fun pairSet(): MutableList<Pair> {
val pairSet = mutableListOf<Pair>()
for (pair in buckets) {
if (pair != null)
pairSet.add(pair)
}
return pairSet
}
/* 获取所有键 */
fun keySet(): MutableList<Int> {
val keySet = mutableListOf<Int>()
for (pair in buckets) {
if (pair != null)
keySet.add(pair.key)
}
return keySet
}
/* 获取所有值 */
fun valueSet(): MutableList<String> {
val valueSet = mutableListOf<String>()
for (pair in buckets) {
pair?.let { valueSet.add(it._val) }
}
return valueSet
}
/* 打印哈希表 */
fun print() {
for (kv in pairSet()) {
val key = kv.key
val _val = kv._val
println("${key} -> ${_val}")
}
}
}
/* 基于数组实现的哈希表 */ /* 基于数组实现的哈希表 */
class ArrayHashMap { class ArrayHashMap {
// 初始化数组，包含 100 个桶 // 初始化数组，包含 100 个桶

26
docs/chapter_sorting/quick_sort.md
View File

@ -1372,15 +1372,23 @@ comments: true
=== "Kotlin" === "Kotlin"
```kotlin title="quick_sort.kt" ```kotlin title="quick_sort.kt"
/* 快速排序 */ /* 快速排序（尾递归优化） */
fun quickSort(nums: IntArray, left: Int, right: Int) { fun quickSortTailCall(nums: IntArray, left: Int, right: Int) {
// 子数组长度为 1 时终止递归 // 子数组长度为 1 时终止
if (left >= right) return var l = left
// 哨兵划分 var r = right
val pivot = partition(nums, left, right) while (l < r) {
// 递归左子数组、右子数组 // 哨兵划分操作
quickSort(nums, left, pivot - 1) val pivot = partition(nums, l, r)
quickSort(nums, pivot + 1, right) // 对两个子数组中较短的那个执行快速排序
if (pivot - l < r - pivot) {
quickSort(nums, l, pivot - 1) // 递归排序左子数组
l = pivot + 1 // 剩余未排序区间为 [pivot + 1, right]
} else {
quickSort(nums, pivot + 1, r) // 递归排序右子数组
r = pivot - 1 // 剩余未排序区间为 [left, pivot - 1]
}
}
} }
``` ```

71
en/docs/chapter_hashing/hash_map.md
View File

@ -1546,77 +1546,6 @@ The following code implements a simple hash table. Here, we encapsulate `key` an
var _val: String var _val: String
) )
/* 基于数组实现的哈希表 */
class ArrayHashMap {
// 初始化数组，包含 100 个桶
private val buckets = arrayOfNulls<Pair>(100)
/* 哈希函数 */
fun hashFunc(key: Int): Int {
val index = key % 100
return index
}
/* 查询操作 */
fun get(key: Int): String? {
val index = hashFunc(key)
val pair = buckets[index] ?: return null
return pair._val
}
/* 添加操作 */
fun put(key: Int, _val: String) {
val pair = Pair(key, _val)
val index = hashFunc(key)
buckets[index] = pair
}
/* 删除操作 */
fun remove(key: Int) {
val index = hashFunc(key)
// 置为 null ，代表删除
buckets[index] = null
}
/* 获取所有键值对 */
fun pairSet(): MutableList<Pair> {
val pairSet = mutableListOf<Pair>()
for (pair in buckets) {
if (pair != null)
pairSet.add(pair)
}
return pairSet
}
/* 获取所有键 */
fun keySet(): MutableList<Int> {
val keySet = mutableListOf<Int>()
for (pair in buckets) {
if (pair != null)
keySet.add(pair.key)
}
return keySet
}
/* 获取所有值 */
fun valueSet(): MutableList<String> {
val valueSet = mutableListOf<String>()
for (pair in buckets) {
pair?.let { valueSet.add(it._val) }
}
return valueSet
}
/* 打印哈希表 */
fun print() {
for (kv in pairSet()) {
val key = kv.key
val _val = kv._val
println("${key} -> ${_val}")
}
}
}
/* 基于数组实现的哈希表 */ /* 基于数组实现的哈希表 */
class ArrayHashMap { class ArrayHashMap {
// 初始化数组，包含 100 个桶 // 初始化数组，包含 100 个桶

27
zh-Hant/docs/chapter_greedy/fractional_knapsack_problem.md
View File

@ -465,33 +465,6 @@ comments: true
val v: Int // 物品價值 val v: Int // 物品價值
) )
/* 分數背包：貪婪 */
fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double {
// 建立物品串列，包含兩個屬性：重量、價值
var cap = c
val items = arrayOfNulls<Item>(wgt.size)
for (i in wgt.indices) {
items[i] = Item(wgt[i], _val[i])
}
// 按照單位價值 item.v / item.w 從高到低進行排序
items.sortBy { item: Item? -> -(item!!.v.toDouble() / item.w) }
// 迴圈貪婪選擇
var res = 0.0
for (item in items) {
if (item!!.w <= cap) {
// 若剩餘容量充足，則將當前物品整個裝進背包
res += item.v
cap -= item.w
} else {
// 若剩餘容量不足，則將當前物品的一部分裝進背包
res += item.v.toDouble() / item.w * cap
// 已無剩餘容量，因此跳出迴圈
break
}
}
return res
}
/* 分數背包：貪婪 */ /* 分數背包：貪婪 */
fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double { fun fractionalKnapsack(wgt: IntArray, _val: IntArray, c: Int): Double {
// 建立物品串列，包含兩個屬性：重量、價值 // 建立物品串列，包含兩個屬性：重量、價值

71
zh-Hant/docs/chapter_hashing/hash_map.md
View File

@ -1587,77 +1587,6 @@ index = hash(key) % capacity
var _val: String var _val: String
) )
/* 基於陣列實現的雜湊表 */
class ArrayHashMap {
// 初始化陣列，包含 100 個桶
private val buckets = arrayOfNulls<Pair>(100)
/* 雜湊函式 */
fun hashFunc(key: Int): Int {
val index = key % 100
return index
}
/* 查詢操作 */
fun get(key: Int): String? {
val index = hashFunc(key)
val pair = buckets[index] ?: return null
return pair._val
}
/* 新增操作 */
fun put(key: Int, _val: String) {
val pair = Pair(key, _val)
val index = hashFunc(key)
buckets[index] = pair
}
/* 刪除操作 */
fun remove(key: Int) {
val index = hashFunc(key)
// 置為 null ，代表刪除
buckets[index] = null
}
/* 獲取所有鍵值對 */
fun pairSet(): MutableList<Pair> {
val pairSet = mutableListOf<Pair>()
for (pair in buckets) {
if (pair != null)
pairSet.add(pair)
}
return pairSet
}
/* 獲取所有鍵 */
fun keySet(): MutableList<Int> {
val keySet = mutableListOf<Int>()
for (pair in buckets) {
if (pair != null)
keySet.add(pair.key)
}
return keySet
}
/* 獲取所有值 */
fun valueSet(): MutableList<String> {
val valueSet = mutableListOf<String>()
for (pair in buckets) {
pair?.let { valueSet.add(it._val) }
}
return valueSet
}
/* 列印雜湊表 */
fun print() {
for (kv in pairSet()) {
val key = kv.key
val _val = kv._val
println("${key} -> ${_val}")
}
}
}
/* 基於陣列實現的雜湊表 */ /* 基於陣列實現的雜湊表 */
class ArrayHashMap { class ArrayHashMap {
// 初始化陣列，包含 100 個桶 // 初始化陣列，包含 100 個桶

26
zh-Hant/docs/chapter_sorting/quick_sort.md
View File

@ -1372,15 +1372,23 @@ comments: true
=== "Kotlin" === "Kotlin"
```kotlin title="quick_sort.kt" ```kotlin title="quick_sort.kt"
/* 快速排序 */ /* 快速排序（尾遞迴最佳化） */
fun quickSort(nums: IntArray, left: Int, right: Int) { fun quickSortTailCall(nums: IntArray, left: Int, right: Int) {
// 子陣列長度為 1 時終止遞迴 // 子陣列長度為 1 時終止
if (left >= right) return var l = left
// 哨兵劃分 var r = right
val pivot = partition(nums, left, right) while (l < r) {
// 遞迴左子陣列、右子陣列 // 哨兵劃分操作
quickSort(nums, left, pivot - 1) val pivot = partition(nums, l, r)
quickSort(nums, pivot + 1, right) // 對兩個子陣列中較短的那個執行快速排序
if (pivot - l < r - pivot) {
quickSort(nums, l, pivot - 1) // 遞迴排序左子陣列
l = pivot + 1 // 剩餘未排序區間為 [pivot + 1, right]
} else {
quickSort(nums, pivot + 1, r) // 遞迴排序右子陣列
r = pivot - 1 // 剩餘未排序區間為 [left, pivot - 1]
}
}
} }
``` ```