This commit is contained in:
krahets
2023-08-22 13:50:12 +08:00
parent 0c9bf14e20
commit 92a0853ab8
64 changed files with 478 additions and 479 deletions
+2 -2
View File
@@ -24,7 +24,7 @@ comments: true
## 0.1.2   内容结构
本书主要内容如图所示。
本书主要内容如图 0-1 所示。
- **复杂度分析**:数据结构和算法的评价维度与方法。时间复杂度、空间复杂度的推算方法、常见类型、示例等。
- **数据结构**:基本数据类型,数据结构的分类方法。数组、链表、栈、队列、哈希表、树、堆、图等数据结构的定义、优缺点、常用操作、常见类型、典型应用、实现方法等。
@@ -32,7 +32,7 @@ comments: true
![Hello 算法内容结构](about_the_book.assets/hello_algo_mindmap.png)
<p align="center"> 图Hello 算法内容结构 </p>
<p align="center"> 图 0-1 &nbsp; Hello 算法内容结构 </p>
## 0.1.3 &nbsp; 致谢
+12 -12
View File
@@ -168,15 +168,15 @@ comments: true
相较于文字,视频和图片具有更高的信息密度和结构化程度,更易于理解。在本书中,**重点和难点知识将主要通过动画和图解形式展示**,而文字则作为动画和图片的解释与补充。
如果你在阅读本书时,发现某段内容提供了图所示的动画或图解,**请以图为主、以文字为辅**,综合两者来理解内容。
如果你在阅读本书时,发现某段内容提供了图 0-2 所示的动画或图解,**请以图为主、以文字为辅**,综合两者来理解内容。
![动画图解示例](../index.assets/animation.gif)
<p align="center"> 图动画图解示例 </p>
<p align="center"> 图 0-2 &nbsp; 动画图解示例 </p>
## 0.2.3 &nbsp; 在代码实践中加深理解
本书的配套代码被托管在 [GitHub 仓库](https://github.com/krahets/hello-algo)。如图所示,**源代码附有测试样例,可一键运行**。
本书的配套代码被托管在 [GitHub 仓库](https://github.com/krahets/hello-algo)。如图 0-3 所示,**源代码附有测试样例,可一键运行**。
如果时间允许,**建议你参照代码自行敲一遍**。如果学习时间有限,请至少通读并运行所有代码。
@@ -184,7 +184,7 @@ comments: true
![运行代码示例](../index.assets/running_code.gif)
<p align="center"> 图运行代码示例 </p>
<p align="center"> 图 0-3 &nbsp; 运行代码示例 </p>
运行代码的前置工作主要分为三步。
@@ -196,27 +196,27 @@ comments: true
git clone https://github.com/krahets/hello-algo.git
```
当然,你也可以点击“Download ZIP”直接下载代码压缩包,然后在本地解压即可。
当然,你也可以在图 0-4 所示的位置,点击“Download ZIP”直接下载代码压缩包,然后在本地解压即可。
![克隆仓库与下载代码](suggestions.assets/download_code.png)
<p align="center"> 图克隆仓库与下载代码 </p>
<p align="center"> 图 0-4 &nbsp; 克隆仓库与下载代码 </p>
**第三步:运行源代码**。如果代码块顶部标有文件名称,则可以在仓库的 `codes` 文件夹找到应的源代码文件。源代码文件将帮助你节省不必要的调试时间,让你能够专注于学习内容。
**第三步:运行源代码**。如图 0-5 所示,对于顶部标有文件名称的代码块,我们可以在仓库的 `codes` 文件夹找到应的源代码文件。源代码文件可一键运行,将帮助你节省不必要的调试时间,让你能够专注于学习内容。
![代码块与对应的源代码文件](suggestions.assets/code_md_to_repo.png)
<p align="center"> 图代码块与对应的源代码文件 </p>
<p align="center"> 图 0-5 &nbsp; 代码块与对应的源代码文件 </p>
## 0.2.4 &nbsp; 在提问讨论中共同成长
在阅读本书时,请不要轻易跳过那些没学明白的知识点。**欢迎在评论区提出你的问题**,我和小伙伴们将竭诚为你解答,一般情况下可在两天内回复。
同时,也希望你能在评论区多花些时间。一方面,你可以了解大家遇到的问题,从而查漏补缺,激发更深入的思考。另一方面,期待你能慷慨地回答其他小伙伴的问题,分享您的见解,帮助他人进步。
如图 0-6 所示,每篇文章的底部都配有评论区。希望你能多关注评论区的内容。一方面,你可以了解大家遇到的问题,从而查漏补缺,激发更深入的思考。另一方面,期待你能慷慨地回答其他小伙伴的问题,分享您的见解,帮助他人进步。
![评论区示例](../index.assets/comment.gif)
<p align="center"> 图评论区示例 </p>
<p align="center"> 图 0-6 &nbsp; 评论区示例 </p>
## 0.2.5 &nbsp; 算法学习路线
@@ -226,8 +226,8 @@ git clone https://github.com/krahets/hello-algo.git
2. **刷算法题**。建议从热门题目开刷,如[剑指 Offer](https://leetcode.cn/problem-list/xb9nqhhg/)和[LeetCode Hot 100](https://leetcode.cn/problem-list/2cktkvj/),先积累至少 100 道题目,熟悉主流的算法问题。初次刷题时,“知识遗忘”可能是一个挑战,但请放心,这是很正常的。我们可以按照“艾宾浩斯遗忘曲线”来复习题目,通常在进行 3-5 轮的重复后,就能将其牢记在心。
3. **搭建知识体系**。在学习方面,我们可以阅读算法专栏文章、解题框架和算法教材,以不断丰富知识体系。在刷题方面,可以尝试采用进阶刷题策略,如按专题分类、一题多解、一解多题等,相关的刷题心得可以在各个社区找到。
图所示,本书内容主要涵盖“第一阶段”,旨在帮助你更高效地展开第二和第三阶段的学习。
如图 0-7 所示,本书内容主要涵盖“第一阶段”,旨在帮助你更高效地展开第二和第三阶段的学习。
![算法学习路线](suggestions.assets/learning_route.png)
<p align="center"> 图算法学习路线 </p>
<p align="center"> 图 0-7 &nbsp; 算法学习路线 </p>