[數據結構與算法，應該這樣學！](%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%B8%8E%E7%AE%97%E6%B3%95%EF%BC%8C%E5%BA%94%E8%AF%A5%E8%BF%99%E6%A0%B7%E5%AD%A6%EF%BC%81.md)
- 前言
- 開篇詞
- 數據結構與算法，應該這樣學！
- 模塊一：代碼效率優化方法論
- 01復雜度：如何衡量程序運行的效率？
- 02 數據結構：將“昂貴”的時間復雜度轉換成“廉價”的空間復雜度
- 模塊二：數據結構基礎
- 03 增刪查：掌握數據處理的基本操作,以不變應萬變
- 04 如何完成線性表結構下的增刪查？
- 05 棧：后進先出的線性表，如何實現增刪查？
- 06 隊列：先進先出的線性表，如何實現增刪查？
- 07 數組：如何實現基于索引的查找？
- 08 字符串：如何正確回答面試中高頻考察的字符串匹配算法？
- 09 樹和二叉樹：分支關系與層次結構下，如何有效實現增刪查？
- 10 哈希表：如何利用好高效率查找的“利器”？
- 模塊三：算法思維基礎
- 11 遞歸：如何利用遞歸求解漢諾塔問題？
- 12 分治：如何利用分治法完成數據查找？
- 13 排序：經典排序算法原理解析與優劣對比
- 14 動態規劃：如何通過最優子結構，完成復雜問題求解？
- 模塊四：面試真題 = 實踐問題的“縮影”
- 15 定位問題才能更好地解決問題：開發前的復雜度分析與技術選型
- 16 真題案例（一）：算法思維訓練
- 17真題案例（二）：數據結構訓練
- 18 真題案例（三）：力扣真題訓練
- 19 真題案例（四）：大廠真題實戰演練
- 特別放送：面試現場
- 20 代碼之外，技術面試中你應該具備哪些軟素質？
- 21 面試中如何建立全局觀，快速完成優質的手寫代碼？
- 結束語
- 結束語 勤修內功，構建你的核心競爭力