feat: Traditional Chinese version (#1163)

* First commit

* Update mkdocs.yml

* Translate all the docs to traditional Chinese

* Translate the code files.

* Translate the docker file

* Fix mkdocs.yml

* Translate all the figures from SC to TC

* 二叉搜尋樹 -> 二元搜尋樹

* Update terminology.

* Update terminology

* 构造函数/构造方法 -> 建構子
异或 -> 互斥或

* 擴充套件 -> 擴展

* constant - 常量 - 常數

* 類	-> 類別

* AVL -> AVL 樹

* 數組 -> 陣列

* 係統 -> 系統
斐波那契數列 -> 費波那契數列
運算元量 -> 運算量
引數 -> 參數

* 聯絡 -> 關聯

* 麵試 -> 面試

* 面向物件 -> 物件導向
歸併排序 -> 合併排序
范式 -> 範式

* Fix 算法 -> 演算法

* 錶示 -> 表示
反碼 -> 一補數
補碼 -> 二補數
列列尾部 -> 佇列尾部
區域性性 -> 區域性
一摞 -> 一疊

* Synchronize with main branch

* 賬號 -> 帳號
推匯 -> 推導

* Sync with main branch

* First commit

* Update mkdocs.yml

* Translate all the docs to traditional Chinese

* Translate the code files.

* Translate the docker file

* Fix mkdocs.yml

* Translate all the figures from SC to TC

* 二叉搜尋樹 -> 二元搜尋樹

* Update terminology

* 构造函数/构造方法 -> 建構子
异或 -> 互斥或

* 擴充套件 -> 擴展

* constant - 常量 - 常數

* 類	-> 類別

* AVL -> AVL 樹

* 數組 -> 陣列

* 係統 -> 系統
斐波那契數列 -> 費波那契數列
運算元量 -> 運算量
引數 -> 參數

* 聯絡 -> 關聯

* 麵試 -> 面試

* 面向物件 -> 物件導向
歸併排序 -> 合併排序
范式 -> 範式

* Fix 算法 -> 演算法

* 錶示 -> 表示
反碼 -> 一補數
補碼 -> 二補數
列列尾部 -> 佇列尾部
區域性性 -> 區域性
一摞 -> 一疊

* Synchronize with main branch

* 賬號 -> 帳號
推匯 -> 推導

* Sync with main branch

* Update terminology.md

* 操作数量(num. of operations)-> 操作數量

* 字首和->前綴和

* Update figures

* 歸 -> 迴
記憶體洩漏 -> 記憶體流失

* Fix the bug of the file filter

* 支援 -> 支持
Add zh-Hant/README.md

* Add the zh-Hant chapter covers.
Bug fixes.

* 外掛 -> 擴充功能

* Add the landing page for zh-Hant version

* Unify the font of the chapter covers for the zh, en, and zh-Hant version

* Move zh-Hant/ to zh-hant/

* Translate terminology.md to traditional Chinese
This commit is contained in:
Yudong Jin
2024-04-06 02:30:11 +08:00
committed by GitHub
parent 33d7f8a2e5
commit 5f7385c8a3
1875 changed files with 102923 additions and 18 deletions
@@ -0,0 +1,74 @@
/**
* File: iteration.kt
* Created Time: 2024-01-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_computational_complexity.iteration
/* for 迴圈 */
fun forLoop(n: Int): Int {
var res = 0
// 迴圈求和 1, 2, ..., n-1, n
for (i in 1..n) {
res += i
}
return res
}
/* while 迴圈 */
fun whileLoop(n: Int): Int {
var res = 0
var i = 1 // 初始化條件變數
// 迴圈求和 1, 2, ..., n-1, n
while (i <= n) {
res += i
i++ // 更新條件變數
}
return res
}
/* while 迴圈(兩次更新) */
fun whileLoopII(n: Int): Int {
var res = 0
var i = 1 // 初始化條件變數
// 迴圈求和 1, 4, 10, ...
while (i <= n) {
res += i
// 更新條件變數
i++
i *= 2
}
return res
}
/* 雙層 for 迴圈 */
fun nestedForLoop(n: Int): String {
val res = StringBuilder()
// 迴圈 i = 1, 2, ..., n-1, n
for (i in 1..n) {
// 迴圈 j = 1, 2, ..., n-1, n
for (j in 1..n) {
res.append(" ($i, $j), ")
}
}
return res.toString()
}
/* Driver Code */
fun main() {
val n = 5
var res: Int
res = forLoop(n)
println("\nfor 迴圈的求和結果 res = $res")
res = whileLoop(n)
println("\nwhile 迴圈的求和結果 res = $res")
res = whileLoopII(n)
println("\nwhile 迴圈 (兩次更新) 求和結果 res = $res")
val resStr = nestedForLoop(n)
println("\n雙層 for 迴圈的走訪結果 $resStr")
}
@@ -0,0 +1,77 @@
/**
* File: recursion.kt
* Created Time: 2024-01-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_computational_complexity.recursion
import java.util.*
/* 遞迴 */
fun recur(n: Int): Int {
// 終止條件
if (n == 1)
return 1
// 遞: 遞迴呼叫
val res = recur(n - 1)
// 迴: 返回結果
return n + res
}
/* 使用迭代模擬遞迴 */
fun forLoopRecur(n: Int): Int {
// 使用一個顯式的堆疊來模擬系統呼叫堆疊
val stack = Stack<Int>()
var res = 0
// 遞: 遞迴呼叫
for (i in n downTo 0) {
stack.push(i)
}
// 迴: 返回結果
while (stack.isNotEmpty()) {
// 透過“出堆疊操作”模擬“迴”
res += stack.pop()
}
// res = 1+2+3+...+n
return res
}
/* 尾遞迴 */
tailrec fun tailRecur(n: Int, res: Int): Int {
// 新增 tailrec 關鍵詞,以開啟尾遞迴最佳化
// 終止條件
if (n == 0)
return res
// 尾遞迴呼叫
return tailRecur(n - 1, res + n)
}
/* 費波那契數列:遞迴 */
fun fib(n: Int): Int {
// 終止條件 f(1) = 0, f(2) = 1
if (n == 1 || n == 2)
return n - 1
// 遞迴呼叫 f(n) = f(n-1) + f(n-2)
val res = fib(n - 1) + fib(n - 2)
// 返回結果 f(n)
return res
}
/* Driver Code */
fun main() {
val n = 5
var res: Int
res = recur(n)
println("\n遞迴函式的求和結果 res = $res")
res = forLoopRecur(n)
println("\n使用迭代模擬遞迴求和結果 res = $res")
res = tailRecur(n, 0)
println("\n尾遞迴函式的求和結果 res = $res")
res = fib(n)
println("\n費波那契數列的第 $n 項為 $res")
}
@@ -0,0 +1,109 @@
/**
* File: space_complexity.kt
* Created Time: 2024-01-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_computational_complexity.space_complexity
import utils.ListNode
import utils.TreeNode
import utils.printTree
/* 函式 */
fun function(): Int {
// 執行某些操作
return 0
}
/* 常數階 */
fun constant(n: Int) {
// 常數、變數、物件佔用 O(1) 空間
val a = 0
var b = 0
val nums = Array(10000) { 0 }
val node = ListNode(0)
// 迴圈中的變數佔用 O(1) 空間
for (i in 0..<n) {
val c = 0
}
// 迴圈中的函式佔用 O(1) 空間
for (i in 0..<n) {
function()
}
}
/* 線性階 */
fun linear(n: Int) {
// 長度為 n 的陣列佔用 O(n) 空間
val nums = Array(n) { 0 }
// 長度為 n 的串列佔用 O(n) 空間
val nodes = mutableListOf<ListNode>()
for (i in 0..<n) {
nodes.add(ListNode(i))
}
// 長度為 n 的雜湊表佔用 O(n) 空間
val map = mutableMapOf<Int, String>()
for (i in 0..<n) {
map[i] = i.toString()
}
}
/* 線性階(遞迴實現) */
fun linearRecur(n: Int) {
println("遞迴 n = $n")
if (n == 1)
return
linearRecur(n - 1)
}
/* 平方階 */
fun quadratic(n: Int) {
// 矩陣佔用 O(n^2) 空間
val numMatrix: Array<Array<Int>?> = arrayOfNulls(n)
// 二維串列佔用 O(n^2) 空間
val numList: MutableList<MutableList<Int>> = arrayListOf()
for (i in 0..<n) {
val tmp = mutableListOf<Int>()
for (j in 0..<n) {
tmp.add(0)
}
numList.add(tmp)
}
}
/* 平方階(遞迴實現) */
tailrec fun quadraticRecur(n: Int): Int {
if (n <= 0)
return 0
// 陣列 nums 長度為 n, n-1, ..., 2, 1
val nums = Array(n) { 0 }
println("遞迴 n = $n 中的 nums 長度 = ${nums.size}")
return quadraticRecur(n - 1)
}
/* 指數階(建立滿二元樹) */
fun buildTree(n: Int): TreeNode? {
if (n == 0)
return null
val root = TreeNode(0)
root.left = buildTree(n - 1)
root.right = buildTree(n - 1)
return root
}
/* Driver Code */
fun main() {
val n = 5
// 常數階
constant(n)
// 線性階
linear(n)
linearRecur(n)
// 平方階
quadratic(n)
quadraticRecur(n)
// 指數階
val root: TreeNode? = buildTree(n)
printTree(root)
}
@@ -0,0 +1,166 @@
/**
* File: time_complexity.kt
* Created Time: 2024-01-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_computational_complexity.time_complexity
/* 常數階 */
fun constant(n: Int): Int {
var count = 0
val size = 10_0000
for (i in 0..<size)
count++
return count
}
/* 線性階 */
fun linear(n: Int): Int {
var count = 0
// 迴圈次數與陣列長度成正比
for (i in 0..<n)
count++
return count
}
/* 線性階(走訪陣列) */
fun arrayTraversal(nums: IntArray): Int {
var count = 0
// 迴圈次數與陣列長度成正比
for (num in nums) {
count++
}
return count
}
/* 平方階 */
fun quadratic(n: Int): Int {
var count = 0
// 迴圈次數與資料大小 n 成平方關係
for (i in 0..<n) {
for (j in 0..<n) {
count++
}
}
return count
}
/* 平方階(泡沫排序) */
fun bubbleSort(nums: IntArray): Int {
var count = 0
// 外迴圈:未排序區間為 [0, i]
for (i in nums.size - 1 downTo 1) {
// 內迴圈:將未排序區間 [0, i] 中的最大元素交換至該區間的最右端
for (j in 0..<i) {
if (nums[j] > nums[j + 1]) {
// 交換 nums[j] 與 nums[j + 1]
nums[j] = nums[j + 1].also { nums[j + 1] = nums[j] }
count += 3 // 元素交換包含 3 個單元操作
}
}
}
return count
}
/* 指數階(迴圈實現) */
fun exponential(n: Int): Int {
var count = 0
// 細胞每輪一分為二,形成數列 1, 2, 4, 8, ..., 2^(n-1)
var base = 1
for (i in 0..<n) {
for (j in 0..<base) {
count++
}
base *= 2
}
// count = 1 + 2 + 4 + 8 + .. + 2^(n-1) = 2^n - 1
return count
}
/* 指數階(遞迴實現) */
fun expRecur(n: Int): Int {
if (n == 1) {
return 1
}
return expRecur(n - 1) + expRecur(n - 1) + 1
}
/* 對數階(迴圈實現) */
fun logarithmic(n: Int): Int {
var n1 = n
var count = 0
while (n1 > 1) {
n1 /= 2
count++
}
return count
}
/* 對數階(遞迴實現) */
fun logRecur(n: Int): Int {
if (n <= 1)
return 0
return logRecur(n / 2) + 1
}
/* 線性對數階 */
fun linearLogRecur(n: Int): Int {
if (n <= 1)
return 1
var count = linearLogRecur(n / 2) + linearLogRecur(n / 2)
for (i in 0..<n.toInt()) {
count++
}
return count
}
/* 階乘階(遞迴實現) */
fun factorialRecur(n: Int): Int {
if (n == 0)
return 1
var count = 0
// 從 1 個分裂出 n 個
for (i in 0..<n) {
count += factorialRecur(n - 1)
}
return count
}
/* Driver Code */
fun main() {
// 可以修改 n 執行,體會一下各種複雜度的操作數量變化趨勢
val n = 8
println("輸入資料大小 n = $n")
var count: Int = constant(n)
println("常數階的操作數量 = $count")
count = linear(n)
println("線性階的操作數量 = $count")
count = arrayTraversal(IntArray(n))
println("線性階(走訪陣列)的操作數量 = $count")
count = quadratic(n)
println("平方階的操作數量 = $count")
val nums = IntArray(n)
for (i in 0..<n) nums[i] = n - i // [n,n-1,...,2,1]
count = bubbleSort(nums)
println("平方階(泡沫排序)的操作數量 = $count")
count = exponential(n)
println("指數階(迴圈實現)的操作數量 = $count")
count = expRecur(n)
println("指數階(遞迴實現)的操作數量 = $count")
count = logarithmic(n)
println("對數階(迴圈實現)的操作數量 = $count")
count = logRecur(n)
println("對數階(遞迴實現)的操作數量 = $count")
count = linearLogRecur(n)
println("線性對數階(遞迴實現)的操作數量 = $count")
count = factorialRecur(n)
println("階乘階(遞迴實現)的操作數量 = $count")
}
@@ -0,0 +1,47 @@
/**
* File: worst_best_time_complexity.kt
* Created Time: 2024-01-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_computational_complexity.worst_best_time_complexity
/* 生成一個陣列,元素為 { 1, 2, ..., n },順序被打亂 */
fun randomNumbers(n: Int): Array<Int?> {
val nums = IntArray(n)
// 生成陣列 nums = { 1, 2, 3, ..., n }
for (i in 0..<n) {
nums[i] = i + 1
}
// 隨機打亂陣列元素
val mutableList = nums.toMutableList()
mutableList.shuffle()
// Integer[] -> int[]
val res = arrayOfNulls<Int>(n)
for (i in 0..<n) {
res[i] = mutableList[i]
}
return res
}
/* 查詢陣列 nums 中數字 1 所在索引 */
fun findOne(nums: Array<Int?>): Int {
for (i in nums.indices) {
// 當元素 1 在陣列頭部時,達到最佳時間複雜度 O(1)
// 當元素 1 在陣列尾部時,達到最差時間複雜度 O(n)
if (nums[i] == 1)
return i
}
return -1
}
/* Driver Code */
fun main() {
for (i in 0..9) {
val n = 100
val nums: Array<Int?> = randomNumbers(n)
val index: Int = findOne(nums)
println("\n陣列 [ 1, 2, ..., n ] 被打亂後 = ${nums.contentToString()}")
println("數字 1 的索引為 $index")
}
}