Hello 算法 1.0.0b1 TypeScript 版

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/krahets

摘要

本书主要讲解了数据结构与算法的基础知识，包括数组、链表、栈、队列、散列表、树、堆、图等数据结构的定义、优劣势、常用操作及典型应用。同时涵盖了查找算法和排序算法的实现方法与复杂度分析，并提出了机器学习中常见的面试题与解决方法。书中还提供了学习路线，建议读者从入门到进阶逐步学习，并强调了实践的重要性，鼓励读者动手敲代码。最后，还介绍了编程环境的安装与配置，以帮助读者更好地进行实践。

AI总结

《Hello 算法 1.0.0b1 TypeScript 版》主要面向算法初学者，系统介绍了数据结构和算法的基础知识，旨在帮助读者高效学习并为后续刷题和知识体系建设打下坚实基础。

一、书籍概述
1. 内容结构：主要分为复杂度分析、数据结构和算法三大部分，涵盖数组、链表、栈、队列、散列表、树、堆、图等数据结构，以及查找、排序、搜索与回溯、动态规划、分治算法等内容。
2. 学习路线：分为三个阶段：
- **算法入门**：熟悉数据结构和算法的基本概念、原理及其效率。
- **刷算题**：推荐从热门题单（如剑指 Offer、LeetCode Hot 100）开始，积累至少100道题，通过周期性回顾加深记忆。
- **搭建知识体系**：包括专题分类刷题、一题多解、一解多题等方法。
3. 行文风格：重点内容加粗，重要名词用「」标注，专有名词用“”标注，标题后标注*为选读章节。书中配有动画和图解，强烈建议实践编程，运行源代码并动手敲代码。

二、数据结构
1. **数组 Array**：
- 定义：连续存储的同类型数据集合。
- 优点：支持随机访问，时间复杂度O(1)。
- 缺点：空间固定，扩展受限。
2. **链表 Linked List**：
- 定义：离散存储的数据节点通过指针连接。
- 优点：动态扩展性好。
- 缺点：不支持随机访问，时间复杂度O(n)。
3. **散列表 Hash Table**：
- 优点：支持平均O(1)时间复杂度的“键→值”映射。
- 缺点：依赖哈希函数，可能出现碰撞问题。

三、算法
1. **查找算法**：
- **线性查找 Linear Search**：etime复杂度O(n)，适用于数组和链表，通用性强但效率低。
- **二分查找 Binary Search**：依赖数据有序，时间复杂度O(log n)，仅适用于数组。
- **哈希查找 Hashing Search**：时间复杂度O(1)，适用于数组和链表，需额外空间存储索引。
2. **排序算法**：
- **快速排序 Quick Sort**：时间复杂度O(n log n)，空间复杂度O(log n)，通过哨兵划分优化递归。
- **归并排序 Merge Sort**：分治思想，时间复杂度O(n log n)，空间复杂度O(n)，适用于链表和数组。
- **总结**：根据问题特点选择排序算法，追求运行快、稳定、原地、自适应性等特性。

四、附录
1. 编程环境安装：
- **VSCode**：本书推荐的轻量级 IDE。
- **Java**：安装OpenJDK（JDK > 9）及插件。
- **C/C++**：Windows需安装MinGW，MacOS自带Clang。
- **Python**：下载Miniconda3并安装插件。
- **Go**：安装Go语言及工具包。
- **JavaScript**：安装Node.js及JS插件。

本书通过动画、图解和实践指导，帮助读者从基础入手，逐步掌握数据结构与算法知识，并提供在线讨论区促进互动与学习。