大到一个国家，小 到一个家庭，社会的主要组织形式呈现出“树”的特征；冬天的衣服就像“栈”，最先穿上的最后才能脱下； 羽毛球筒则如同“队列”，一端放入、另一端取出；字典就像一个“哈希表”，能够快速查找目标词条。 本书旨在通过清晰易懂的动画图解和可运行的代码示例，使读者理解算法和数据结构的核心概念，并能够通 过编程来实现它们。在此基础上，本书致力于揭示算法在复杂世界中的生动体现，展现算法之美。希望本书 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每

10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 10.3 二分查找边界 . . 例一：查阅字典。在字典里，每个汉字都对应一个拼音，而字典是按照拼音字母顺序排列的。假设我们需要 查找一个拼音首字母为 ? 的字，通常会按照图 1‑1 所示的方式实现。 1. 翻开字典约一半的页数，查看该页的首字母是什么，假设首字母为 ? 。 2. 由于在拼音字母表中 ? 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 图 1‑1 查字典步骤 第 1 章 初识算法 hello‑algo.com 11 查阅字典这个小学生必备技能，实际上就是著名的二分查找算法。从数据结构的角度，我们可以把字典视为 一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作是“二分查找”。 例二：整理扑克。我们在打牌时，每局都需要整理扑克牌，使其从小到大排列，实现流程如图 1‑2 所示。 1. 将扑克牌划分为“

10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每 将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题 转移到计算机上，以更高效的方式解决各种复杂问题。 � 如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，请继续往下阅读，本书将 引导你迈入数据结构与算法的知识殿堂。 1.2 算法是什么 1.2.1 算法定义 「算法 algorithm」是在有限时间内解决特定问题的一组指令或操作步骤，它具有以下特性。

大到一个国家，小 到一个家庭，社会的主要组织形式呈现出“树”的特征；冬天的衣服就像“栈”，最先穿上的最后才能脱下； 羽毛球筒则如同“队列”，一端放入、另一端取出；字典就像一个“哈希表”，能够快速查找目标词条。 本书旨在通过清晰易懂的动画图解和可运行的代码示例，使读者理解算法和数据结构的核心概念，并能够通 过编程来实现它们。在此基础上，本书致力于揭示算法在复杂世界中的生动体现，展现算法之美。希望本书 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每

. . . . . . . . . . . . . . 181 10. 搜索 182 10.1. 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 10.2. 二分查找边界 . . . . . . . . . . . . . . . . . . . . . . . . 例一：查阅字典。在字典里，每个汉字都对应一个拼音，而字典是按照拼音的英文字母顺序排列的。假设我 们需要查找一个拼音首字母为 ? 的字，通常会这样操作： 1. 翻开字典约一半的页数，查看该页首字母是什么，假设首字母为 ? 。 2. 由于在英文字母表中 ? 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1‑2 ，直至找到拼音首字母为 ? 的页码为止。 1. 初识算法 初识算法 hello‑algo.com 8 Figure 1‑1. 查字典步骤 查阅字典这个小学生必备技能，实际上就是著名的「二分查找」。从数据结构的角度，我们可以把字典视为一 个已排序的「数组」；从算法的角度，我们可以将上述查字典的一系列操作看作是「二分查找」算法。 例二：整理扑克。我们在打牌时，每局都需要整理扑克牌，使其从小到大排列，实现流程如下： 1. 将扑克牌划分为“有序”和“无序”两部分，并假设初始状态下最左

. . . . . . . . . . . . . . . . 152 10. 查找算法 153 10.1. 线性查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 10.2. 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 10.3. 哈希查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 10.4. 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . 数据结构：常用的基本数据类型，数据在内存中的存储方式、数据结构分类方法。数组、链表、栈、队列、 散列表、树、堆、图等数据结构，内容包括定义、优劣势、常用操作、常见类型、典型应用、实现方法等。 ‧ 算法：查找算法、排序算法、搜索与回溯、动态规划、分治算法，内容包括定义、使用场景、优劣势、时 空效率、实现方法、示例题目等。 0. 写在前面 hello‑algo.com 2 Figure 0‑1. Hello

. . . . . . . . . . . . . . . . 152 10. 查找算法 153 10.1. 线性查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 10.2. 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 10.3. 哈希查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 10.4. 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . 数据结构：常用的基本数据类型，数据在内存中的存储方式、数据结构分类方法。数组、链表、栈、队列、 散列表、树、堆、图等数据结构，内容包括定义、优劣势、常用操作、常见类型、典型应用、实现方法等。 ‧ 算法：查找算法、排序算法、搜索与回溯、动态规划、分治算法，内容包括定义、使用场景、优劣势、时 空效率、实现方法、示例题目等。 0. 写在前面 hello‑algo.com 2 Figure 0‑1. Hello

会把重复的元素 去除，只保留一个，即去重。 • 区别 3 ： vector 中的元素在内 存中是连续的，可以高效地按 索引随机访问， set 则不行。 • 区别 4 ： set 中的元素可以高 效地按值查找，而 vector 则 低效。 set 的排序： string 会按“字典序”来排 • set 会从小到大排序，对 int 来 说就是数值的大小比较。那么对 字符串类型 string 要怎么排序 复的元素，但仍保留自动排 序，能高效地查询的特点。 • 特点：因为 multiset 不会去 重，但又自动排序，所以其 中所有相等的元素都会紧挨 着，例如 {1, 2, 2, 4, 6} 。 查找 multiset 中的等值区间 • 刚刚说了 multiset 里相等的 元素都是紧挨着排列的。 • 所以可以用 upper_bound 和 lower_bound 函数获取 所有相等值的区间。 upper_bound(2) 查找 multiset 中的等值区间 • 对于 lower_bound 和 upper_bound 的参数相同的 情况，可以用 equal_range 一次性求出两个边界，获得 等值区间，更高效。 • pair equal_range(int const &val) const; 查找 multiset 中的等值区间

，内存管理与对象生命周期 10. C++ 异常处理机制的前世今生 我们都要认真鞋习哦 我们都要认真鞋习哦 第一章：读取与写入 我负责监督你鞋习 ! 我负责监督你鞋习 ! map 查找元素的两个接口 • map 提供了两个查找元素的接口，一曰 [] ，二曰 at 。 • 那么他们两个又有什么区别呢？很多新手都分不清他俩，可能只认识 [] 。 读取 map 元素 • map map 的元素类型是…… • pair 。 • 可是为什么要用 const K 呢？上节课说了， set 里面的 K 不能改变！一旦改变就会破坏 好不容易排好的顺序，以后再用二分法 find 就找不准了，所以 set 实际上只有 const_iterator 。 • 但是 map 只针对 K 进行排序， V 又不参与排序，完全可以随意改变。因此 C++ 之父 允许 map 从小到大的顺序。 k k k k k k v v v v v v 小 大 第三章：二叉排序树 高效的查找离不开我 高效的查找离不开我 回顾 set 容器 • 上一期 (BV1m34y157wb) ，我们已经讲了 set 容器，特点是自动去重 + 高效查找。 • set 容器中的类型通过模板来指定： set • set 容器又可以分为 set 、 multiset 、

大到一個國家，小 到一個家庭，社會的主要組織形式呈現出“樹”的特徵；冬天的衣服就像“堆疊”，最先穿上的最後才能脫下； 羽毛球筒則如同“佇列”，一端放入、一端取出；字典就像一個“雜湊表”，能夠快速查找目標詞條。 本書旨在透過清晰易懂的動畫圖解與可執行的程式碼範例，使讀者理解演算法和資料結構的核心概念，並能 夠透過程式設計來實現它們。在此基礎上，本書致力於揭示演算法在複雜世界中的生動體現，展現演算法之 207 10.1 二分搜尋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 10.2 二分搜尋插入點 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 10.3 二分搜尋邊界 . 和步驟 2. ，直至找到拼音首字母為 ? 的頁碼為止。 圖 1‑1 查字典步驟 查字典這個小學生必備技能，實際上就是著名的“二分搜尋”演算法。從資料結構的角度，我們可以把字典 視為一個已排序的“陣列”；從演算法的角度，我們可以將上述查字典的一系列操作看作“二分搜尋”。 例二：整理撲克。我們在打牌時，每局都需要整理手中的撲克牌，使其從小到大排列，實現流程如圖 1‑2 所 示。 第 1 章