前言 今天是我们讲解动态规划专题中的「背包问题」的第四天。 在众多背包问题中「01 背包问题」是最为核心的，因此我建议你先精读过 背包问题 第一讲 之后再阅读本文。 其中 01 背包的「一维空间优化」

上一篇文章写了个爬楼梯的问题，没想到有很多人关注，趁热打铁，这次写背包问题（初级）。我的学习风格就是一步一步的实现，力求解释全面，可能会啰嗦。 现有背包载重量为4kg，这个背包已经装了现有情况下价值最高的物品，价值为v1。那么，在这个情况下，有一个新的物品，这个物品的重量是x …

背包问题是动态规划问题的一个重要的分支，也是笔试和面试算法的常考内容。背包问题有很多分类，比如0/1背包、完全背包、多重背包、分组背包等，本篇文章讲解其中最常见的 0/1背包和完全背包问题。

我们刷leetcode的时候，经常会遇到动态规划类型题目。动态规划问题非常非常经典，也很有技巧性，一般大厂都非常喜欢问。今天跟大家一起来学习动态规划的套路，文章如果有不正确的地方，欢迎大家指出哈，

繁琐问题必有猥琐解法，用一个猥琐的办法，深入浅出的理解什么是递归，分享一下我学习递归的一些经验和心得。

希尔排序是直接插入排序的优化，能比直接插入排序应对更多的情况，但两者还是有些区别，这篇文章将会详细的讲解希尔排序的实现过程

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第5天，点击查看活动详情 前面我们讲了排序算法-冒泡排序和选择排序，排序算法-插入排序和归并排序,排序算法-快速排序和希尔排序,排序

克鲁斯克尔算法（Kruskal's algorithm）跟普里姆算法一样，是一种用来查找最小生成树的算法，但算法的实现不一样，它是通过对权值从小到大顺序排列来查找最小生成树的。 1.将原图中所有的边按权值从小到大排序。 2.从权值最小的边开始，如果这条边连接的两个节点于图中不在…

Dijkstra算法算是贪心思想实现的，首先把起点到所有点的距离存下来找个最短的，然后松弛一次再找出最短的，所谓的松弛操作就是，遍历一遍看通过刚刚找到的距离最短的点作为中转站会不会更近，如果更近了就更