二叉树遍历 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 7.3. 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 7.4. AVL 树 * 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 算法内容结构 释、内容 注释、多行注释。 /* 标题注释，用于标注函数、类、测试样例等 */ // 内容注释，用于详解代码 /** * 多行 * 注释 */ 0.2.3. 在动画图解中高效学习 视频和图片相比于文字的信息密度和结构化程度更高，更容易理解。在本书中，知识重难点会主要以动画、图 解的形式呈现，而文字的作用则是作为动画和图的解释与补充。 阅读本书时，若发现某段内容提供了动画或图解

二叉树遍历 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 7.3. 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 7.4. AVL 树 * 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 算法内容结构 释、内容 注释、多行注释。 /* 标题注释，用于标注函数、类、测试样例等 */ // 内容注释，用于详解代码 /** * 多行 * 注释 */ 0.2.3. 在动画图解中高效学习 视频和图片相比于文字的信息密度和结构化程度更高，更容易理解。在本书中，知识重难点会主要以动画、图 解的形式呈现，而文字的作用则是作为动画和图的解释与补充。 阅读本书时，若发现某段内容提供了动画或图解

141 7.3 二叉树数组表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 7.4 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 7.5 AVL 树 * . 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 第 10 章 搜索 206 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 10.4 哈希优化策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 10.5 重识搜索算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 10.6 小结 . . . . .

141 7.3 二叉树数组表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 7.4 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 7.5 AVL 树 * . 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 第 10 章 搜索 206 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 10.4 哈希优化策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 10.5 重识搜索算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 10.6 小结 . . . . .

143 7.3 二叉树数组表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 7.4 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 7.5 AVL 树 * . 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 第 10 章 搜索 208 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.4 哈希优化策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 10.5 重识搜索算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 10.6 小结 . . . . .

137 7.3 二叉树数组表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 7.4 二叉搜索树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 7.5 AVL 树 * . 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 第 10 章 搜索 203 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 10.4 哈希优化策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 10.5 重识搜索算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 10.6 小结 . . . . .

Category … 项⽬目共⽤用的 
 Common 组件 公共 UI 样式 公⽤用的参数 项⽬目的底层组件 ⽹网络组件 视频播放 资源升级 … … 业务功能组件
 OC{ ⼩小猿商城 24 点游戏 奥数闯关 英语随身听 ⼩小猿⽇日报 视频播放 收藏功能 导出PDF 智囊团 … 组件化进展 • 已经完成约 30% 的功能模块组 件化 • 功能模块耦合太严重，是组件化

Swift 莲叔(aaaron7) About me • 莲叔 / aaaron7 • SwiftGG 成员，⽬目前没有参与翻译⼯工作，主要负责在群⾥里里灌 ⽔水； • ⽬目前供职于 UC 短视频组； • 兴趣：Swift，函数式编程，机器器学习； • ⾃自我要求：争取不不坑 Roadmap Intro How Example • Why • Swift for TensorFlow

圖的走訪 樹代表的是“一對多”的關係，而圖則具有更高的自由度，可以表示任意的“多對多”關係。因此，我們可以 把樹看作圖的一種特例。顯然，樹的走訪操作也是圖的走訪操作的一種特例。 圖和樹都需要應用搜索演算法來實現走訪操作。圖的走訪方式也可分為兩種：廣度優先走訪和深度優先走訪。 9.3.1 廣度優先走訪 廣度優先走訪是一種由近及遠的走訪方式，從某個節點出發，始終優先訪問距離最近的頂點，並一層層向外 在演算法題中，我們常透過將線性查詢替換為雜湊查詢來降低演算法的時間複雜度。我們藉助一個演算法題 來加深理解。 Question 給定一個整數陣列 nums 和一個目標元素 target ，請在陣列中搜索“和”為 target 的兩個元素，並返 回它們的陣列索引。返回任意一個解即可。 10.4.1 線性查詢：以時間換空間 考慮直接走訪所有可能的組合。如圖 10‑9 所示，我們開啟一個兩層迴圈，在每輪中判斷兩個整數的和是否為 。儘管如此，該方法的整體時空效率更為均衡， 因此它是本題的最優解法。 10.5 重識搜尋演算法 搜尋演算法（searching algorithm）用於在資料結構（例如陣列、鏈結串列、樹或圖）中搜索一個或一組滿足 特定條件的元素。 搜尋演算法可根據實現思路分為以下兩類。 ‧ 透過走訪資料結構來定位目標元素，例如陣列、鏈結串列、樹和圖的走訪等。 ‧ 利用資料組織結構或資料包含的先驗資訊，

https://github.com/SoySauceLab/ CollectionKit ⽇日程 • CollectionKit简介 • 微博 • 图⽚片库 • 休息（5分钟） • 图⽚片搜索 • 内部构造与设计思路路 Requirements • Workshop Project 下载链接：https://github.com/lkzhao/ CollectionKitWorkshop