javascript和数据结构

在前文介绍完十种常见的排序算法之后，本文首先对它们进行横向对比，对比它们的复杂度和稳定性；然后再纵向挖掘每种排序算法可以优化的点，最后提出根据实际情况选择合适的排序算法的策略。

本文介绍了剩下的三种高级排序算法--基数排序、堆排序和桶排序；并从伪代码，typescript和c语言角度阐述其实现过程，最后分析了这三种排序算法的复杂度。

本文介绍了两种高级排序算法--快速排序和归并排序算法。从伪代码、typescript和c三个角度叙述了其实现过程，最后分析了这两种算法的复杂度。

本文介绍了两种高级排序算法的实现过程--希尔排序和计数排序；使用伪代码，typescript和c语言实现，并分析这两种排序算法的复杂度。

写排序算法系列的初衷是将其作为数据结构和算法刷题的过度；一方面是对之前的数据结构的复习，另一方面作为算法刷题的一个前序。

在熟悉了图的基本概念之后，本文使用ts实现图数据结构上常用的方法。在这些方法中，对图遍历的两种方式，深度优先和广度优先是难点和重点！ 本文的例子中使用的是没有方向的无权图。

图论是数学上的一个分支，在数学定义上，树是图的一种。而图本身是研究事务之间关系的。本文介绍关于图这种数据结构的一些基础知识。

本文作为红黑树系列的第三篇文章，重点介绍如何删除红黑树中的特定结点。 删除方法的难点在于：删除结点之后可能会对红黑树的结构产生冲击，使之不满足红黑树的规范。

本文先实现RBT中结点的旋转方法，然后对向红黑树中插入新结点的时候的各种情况逐一分析，最终完成红黑树上的insert方法。

本文从搜索二叉树的缺陷出发引出平衡二叉树的概念，紧接着介绍了平衡二叉树的两种实现；最后着重介绍了红黑树的基本概念、特性、原理和常用变化形式，为后续的实现做好基础。

本文使用开放地址方法和再哈希法实现哈希表，不同于线性探测方法，再哈希方法需要根据key来确定探索的步长，并使用质数容量确保每一个下标都可以被探测。

本文作为树数据结构的第四篇，介绍二叉搜索树BST上的删除某个节点的方法。删除节点可能会引起二叉树的重新排布，所以具有一定的复杂性，这篇文章中主要使用了分类讨论的办法抽丝剥茧，逐步解决复杂问题。

本文作为树数据结构的第三篇，介绍二叉搜索树BST上除了删除方法之外的其它方法的实现思路，这些方法包括：节点插入，先序、中序、后序遍历，获取最大、最小key节点、查找特定key节点 1

本文作为树数据结构的第二篇，介绍大名鼎鼎的二叉搜索树BST, 正是由于二叉搜索树的一些规定约束，才使得树结构在搜索和排序相对其它数据结构获得优势。

树(Tree) 本文作为树数据结构的第一篇，主要介绍树和二叉树的一些基本概念和术语；然后介绍了树结构的优缺点。树结构中的概念较多，所以需要在一开始就打好基础。

队列 本文使用c语言完成队列这种数据结构的编码，关于队列数据结构的基本概念和术语可以参考之前的文章：《javascript数据结构 -- 队列》

本文使用c语言实现栈数据结构，不同于javascript，使用c语言实现栈数据结构的时候需要维护一个表示栈顶的属性：top，用来表示栈当前的状态。

本文在前文的基础上，通过开发地址方法和线性搜索算法实现哈希表。使用开发地址方法实现哈希表总体上看来难度远高于使用链地址方法，主要体现在插入、删除元素的时候的坑比较多

对哈希表有一些基本的了解之后，下面开始着手实现。首先使用相对简单的链地址法实现此功能，之后会使用开发地址法再次实现。

本文主要说明处理下标值冲突的两种方法:链地址法和开放地址法;重点介绍开发地址法中的三种方法：线性探索法、二次探索法、再哈希法