最近无意中看到一个算法的网站，看着感觉介绍得挺系统的，虽然做算法以及指导学生开发各种算法这么些年了，却没有真正系统的学习过（几年前啃过算法导论，但是苦于那蹩脚的中文翻译，也没有去看英文原文）。为此决定好好学习一下，本博文为本人学习下面网站的资料的学习记录，本博文仅为本人学习记录用，随着学习的过程也会不断更新此间内容。

https://labuladong.github.io/algo/https://labuladong.github.io/algo/

Chrome 刷题插件安装

 正所谓工欲善其事，必先利其器，首先下载Chrome浏览器及其插件：

https://chrome.google.com/webstore/detail/leetcode-helper-by-labula/elafhogmnaapleckojedgipgmidneccghttps://chrome.google.com/webstore/detail/leetcode-helper-by-labula/elafhogmnaapleckojedgipgmidneccg

安装成功后，可以在插件列表看到插件图标：

 点击插件图标可以弹出插件弹窗，包含刷新数据的按钮和很多有用的链接：

 建议在 Chrome/商店安装的，这样会在新版本发布后自动更新。

LeetCode 版可以通过点击链接进入：https://leetcode.com/list/9zwo3ww5/

随便点进去一个

感觉确实是很不错，还有一些小的功能可以看下面。此处先不介绍，后面涉及再补上。

Chrome 刷题插件安装使用手册

学习算法和刷题的框架思维

首先给出B站视频，建议看着视频来学习会更加直观。

数据结构的存储方式只有两种：数组（顺序存储）和链表（链式存储）。

所谓的数组应该就是跟cpp里的差不多（连续的，顺序存储）。链表则是，数据+指向下一个数据的指针（非连续的，离散的存储）。

二者的优缺点如下：

数组由于是紧凑连续存储,可以随机访问，通过索引快速找到对应元素，而且相对节约存储空间。但正因为连续存储，内存空间必须一次性分配够，所以说数组如果要扩容，需要重新分配一块更大的空间，再把数据全部复制过去，时间复杂度 O(N)；而且你如果想在数组中间进行插入和删除，每次必须搬移后面的所有数据以保持连续，时间复杂度 O(N)。

链表因为元素不连续，而是靠指针指向下一个元素的位置，所以不存在数组的扩容问题；如果知道某一元素的前驱和后驱，操作指针即可删除该元素或者插入新元素，时间复杂度 O(1)。但是正因为存储空间不连续，你无法根据一个索引算出对应元素的地址，所以不能随机访问；而且由于每个元素必须存储指向前后元素位置的指针，会消耗相对更多的储存空间。

数据结构的基本操作：遍历 + 访问（就是存储与修改数据，即增删查改）

数据结构种类很多，但它们存在的目的都是在不同的应用场景，尽可能高效地增删查改。

典型的通过迭代，进行遍历访问：

void traverse(int[] arr) {
    for (int i = 0; i < arr.length; i++) {
        // 迭代访问 arr[i]
    }
}

参考资料

《算法秘籍》和《刷题笔记》。下载链接：https://pan.baidu.com/s/1PoG0Zxy7H64aXUM-Gj0UuA?pwd=541i 提取码：541i