'重构项目'

小浩算法训练/PART_2_算法图解题典/sourcefile/10.排序类题目/701.md → PART_2_算法图解题典/sourcefile/10.排序类题目/701.md

@@ -9,17 +9,17 @@ date:	2020-06-14
 
 在leetcode中，直接搜索**排序标签**出现的题目有80余道，这是与排序直接相关的题目，不包括其他一些用到排序思想的题目。
 
-<img src="./701/1.jpg" alt="PNG" style="zoom:67%;" />
+<img src="701/1.jpg" alt="PNG" style="zoom:67%;" />
 
 同时，各个公司在面试的过程中，或多或少都直接或间接问到过排序相关的内容（毕竟面试官不知道问什么时，都会用排序算法来救救场。不要问我是怎么知道的...），尤其是 **快排、堆排序、全排列** 等 Topic，在面试中屡试不爽。
 
 <br/>
 
 <center><b> 百度：堆排序    </b></center>
-<img src="./701/2.jpg" alt="PNG" style="zoom:67%;" />
+<img src="701/2.jpg" alt="PNG" style="zoom:67%;" />
 
 <center><b> 滴滴：全排列    </b></center>
-<img src="./701/3.jpg" alt="PNG" style="zoom:67%;" />
+<img src="701/3.jpg" alt="PNG" style="zoom:67%;" />
 
 综上，得出结论**：为了offer~排序很重要，我们需要进行掌握。**
 
@@ -31,7 +31,7 @@ date:	2020-06-14
 
 插入排序：就是炸金花的时候，你**接一个同花顺**的过程。（标准定义：在要排序的一组数中，假定前n-1个数已经排好序，现在将第n个数插到前面的有序数列中，使得这n个数也是排好顺序的）
 
-<img src="./701/4.gif" alt="PNG" style="zoom:67%;" />
+<img src="701/4.gif" alt="PNG" style="zoom:67%;" />
 
 代码示例：
 
@@ -54,7 +54,7 @@ func insert_sort(arr []int) {      
 
 输入：
 
-<img src="./701/5.jpg" alt="PNG"  />
+<img src="701/5.jpg" alt="PNG"  />
 
 讲解完了插入排序，我们根据其思想，完成下面这道题目吧
 
@@ -87,7 +87,7 @@ func insert_sort(arr []int) {      
 
 假设我们的数组为：[3,1,2,4]
 
-<img src="./701/6.jpg" alt="PNG"  />
+<img src="701/6.jpg" alt="PNG"  />
 
 根据以上分析，得到代码：
 
@@ -106,5 +106,5 @@ func sortArrayByParity(A []int) []int {
 
 执行结果：
 
-<img src="./701/7.jpg" alt="PNG" style="zoom:80%;" />
+<img src="701/7.jpg" alt="PNG" style="zoom:80%;" />
 

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/801.md → PART_2_算法图解题典/sourcefile/11.位运算系列/801.md

@@ -58,11 +58,11 @@ class Solution {
 
 利用这一特性，我们**将递归的返回条件取非然后作为 && 的第一个条件，递归主体转换为第二个条件语句**。我知道肯定有人又会懵圈了，所以我们绘图说明。假若这里n=3，大概就是下面这样：
 
-<img src="./801/1.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="801/1.jpg" alt="PNG" style="zoom: 67%;" />
 
 这里还有一点要强调的就是，受制于各语言的语法规则，我们需要做一些额外的处理。比如Java，这里如果去掉前面的变量申明，就会直接报错。
 
-<img src="./801/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="801/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 但是如果是C  就没有这样的问题：
 
@@ -121,4 +121,4 @@ func sumNums(n int) int {
 
 执行结果：
 
-<img src="./801/3.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="801/3.jpg" alt="PNG" style="zoom: 80%;" />

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/802.md → PART_2_算法图解题典/sourcefile/11.位运算系列/802.md

@@ -50,15 +50,15 @@ date:	2020-06-21
 
 先观察一些是2的幂的二进制数：
 
-<img src="./802/1.jpg" alt="PNG" style="zoom: 50%;" />
+<img src="802/1.jpg" alt="PNG" style="zoom: 50%;" />
 
 **可以发现这些数，都是最高位为1，其他位为0**。所以我们把问题转化为“判断一个数的二进制，除了最高位为1，是否还有别的1存在”。然后我们再观察下面这样的一组数，对应着上面的数减去1：
 
-<img src="./802/2.jpg" alt="PNG" style="zoom: 50%;" />
+<img src="802/2.jpg" alt="PNG" style="zoom: 50%;" />
 
 我们对两组数求“&”运算：
 
-<img src="./802/3.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="802/3.jpg" alt="PNG" style="zoom: 67%;" />
 
 可以看到，对于N为2的幂的数，**都有 N&(N-1)=0 ，** 所以这就是我们的判断条件。（这个技巧可以记忆下来，在一些别的位运算的题目中也是会用到的）
 
@@ -75,7 +75,7 @@ func isPowerOfTwo(n int) bool {
 
 执行结果：
 
-<img src="./802/4.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="802/4.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 03、证明过程
 
@@ -85,7 +85,7 @@ func isPowerOfTwo(n int) bool {
 
 “阳春白雪，下里巴人”这个比喻虽然有点牵强，但是却难掩位运算的重要性。位运算在整个算法体系里，不少人可能会觉得有点食之无味、弃之可惜的意思。但其实，完全不是这样！有这种想法的，大多是初学者。对于这点，应该C系的玩家，会深有感触。万丈高楼平地起，暂且不说位运算在底层运算中占据了多大比重，单是整个leetcode列表里，打着位运算标签的题目就超过80余道，我想已经说明了问题。**至少，在面试这块，你必须对位运算了如指掌！** 所以，今天的题目算是一个引子，后面我会出一个位运算的专题，希望尽我所能，帮助大家攻克这一类型的问题。
 
-<img src="./802/5.jpg" alt="PNG" style="zoom: 50%;" />
+<img src="802/5.jpg" alt="PNG" style="zoom: 50%;" />
 
 <br/>
 

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/803.md → PART_2_算法图解题典/sourcefile/11.位运算系列/803.md

@@ -60,15 +60,15 @@ date:	2020-06-21
 
 那如何计算当前是第几位呢，我们可以构造一个掩码来进行，说掩码可能大家听着有点懵逼，其实就是弄个1出来，1的二进制是这样：
 
-<img src="./803/1.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="803/1.jpg" alt="PNG" style="zoom: 67%;" />
 
 我们只需要让这个掩码每次向左移动一位，然后与目标值求“&”，就可以判断目标值的当前位是不是1。比如目标值为21，21的二进制是这样：
 
-<img src="./803/2.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="803/2.jpg" alt="PNG" style="zoom: 67%;" />
 
 然后每次移动掩码，来和当前位进行计算：
 
-<img src="./803/3.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="803/3.jpg" alt="PNG" style="zoom: 67%;" />
 
 根据分析，完成代码：
 
@@ -92,7 +92,7 @@ public class Solution {
 
 执行结果：
 
-<img src="./803/4.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="803/4.jpg" alt="PNG" style="zoom: 80%;" />
 
 注意：这里判断 n&mask 的时候，千万不要错写成 (n&mask) == 1，因为这里你对比的是十进制数。（恰好这个题我之前面试别人的时候问到过，对方就直接这么写了...）
 
@@ -104,7 +104,7 @@ public class Solution {
 
 大家是否还记得昨天学会的技巧，昨天的题目我们通过计算 n & n-1 的值，来判断是否是 2 的幂。今天我们继续使用这个技巧，观察一下，**对于任意一个数，将 n 和 n-1 进行 & 运算，我们都可以把 n 中最低位的 1 变成 0**。比如下面这两对数：
 
-<img src="./803/5.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="803/5.jpg" alt="PNG" style="zoom: 67%;" />
 
 那下面就简单了，只需要不断进行这个操作就可以了。（翻CPP牌子，有没有好评的？）
 
@@ -126,7 +126,7 @@ public:
 
 肯定有人又是看的一脸懵逼，我们拿 11 举个例子：（注意最后一位1变成0的过程）
 
-<img src="./803/6.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="803/6.jpg" alt="PNG" style="zoom: 67%;" />
 
 <br/>
 

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/804.md → PART_2_算法图解题典/sourcefile/11.位运算系列/804.md

@@ -65,7 +65,7 @@ date:	2020-06-23
 
 可能有人直接都不知道异或是什么，所以还是举个例子，比如5异或3，也就是5⊕3，也就是5^3，是下面这样：
 
-<img src="./804/1.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="804/1.jpg" alt="PNG" style="zoom: 67%;" />
 
 根据分析，得出代码：（c  版本）
 
@@ -112,7 +112,7 @@ class Solution:
 
 执行结果：
 
-<img src="./804/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="804/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 03、题目进阶
 

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/805.md → PART_2_算法图解题典/sourcefile/11.位运算系列/805.md

@@ -73,7 +73,7 @@ func singleNumber(nums []int) int {
 
 执行结果：
 
-<img src="./805/1.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="805/1.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 03、数学方式
 
@@ -87,7 +87,7 @@ func singleNumber(nums []int) int {
 
 也就是说，如果把**原数组去重、再乘以3得到的值，刚好就是要找的元素的2倍**。举个例子：
 
-<img src="./805/2.jpg" alt="PNG" style="zoom: 50%;" />
+<img src="805/2.jpg" alt="PNG" style="zoom: 50%;" />
 
 利用这个性质，进行求解：（python代码如下，这里要注意的是，使用int可能会因为超出界限报错）
 
@@ -99,7 +99,7 @@ class Solution:
 
 执行结果：
 
-<img src="./805/3.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="805/3.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 04、位运算
 
@@ -113,15 +113,15 @@ class Solution:
 
 假如我们有 [21,21,26] 三个数，是下面这样：
 
-<img src="./805/4.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/4.jpg" alt="PNG" style="zoom: 67%;" />
 
 回想一下，之所以能用“**异或**”，其实我们是完成了一个 **同一位上有2个1清零** 的过程。上面的图看起来可能容易，如果是这样 (下图应为26^21)：
 
-<img src="./805/5.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/5.jpg" alt="PNG" style="zoom: 67%;" />
 
 那对于“每个其余元素，均出现了三次”也是一样，如果我们可以完成 **一个同一位上的三个1清零的过程，** 也就是 a ？a ？a = 0，问题则迎刃冰解。那因为各语言中都没有这样一个现成的方法可以使用，所以我们需要构造一个。（想象一下，位运算也是造出来的对不对？）
 
-<img src="./805/6.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/6.jpg" alt="PNG" style="zoom: 67%;" />
 
 如何构造，这里先说第一种方法（注意，到这里我们的问题已经转化成了定义一种 a ? a ? a = 0 的运算），观察一下“异或”运算：
 
@@ -130,7 +130,7 @@ class Solution:
 <center> 0^1=1 </center>
 是不是可以理解为，其实就是二进制的加法，然后砍掉进位呢？
 
-<img src="./805/7.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/7.jpg" alt="PNG" style="zoom: 67%;" />
 
 **砍掉进位的过程，是不是又可以理解为对 2 进行取模**，也就是取余。到了这里，问题已经非常非常明确了。那我们要完成一个 a ? a ? a = 0 的运算，是不是其实就是让其二进制的每一位数都相加，最后再对 3 进行一个取模的过程呢？（一样，如果要定义一个 a ? a ? a ? a = 0 的运算，那就最后对 4 进行取模就可以了）
 
@@ -154,19 +154,19 @@ func singleNumber(nums []int) int {
 
 如果对上面的代码不能理解，可以看看这个图，假设只有一个数 [21]，我们通过不断右移的方式，获取其每一位上的1。当然，这里因为余数都是1，所以肯定都保留了下来，然后与 1 进行 “与”运算，最终再将其放入到对应的位数上。
 
-<img src="./805/8.jpg" alt="PNG" style="zoom: 50%;" />
+<img src="805/8.jpg" alt="PNG" style="zoom: 50%;" />
 
 执行结果：
 
-<img src="./805/9.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="805/9.jpg" alt="PNG" style="zoom: 80%;" />
 
 在上面的代码中，**我们通过一个number，来记录每一位数出现的次数**。但是缺点是，我们记录了64位（Go语言中，int为32位以上）
 
-<img src="./805/10.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="805/10.jpg" alt="PNG" style="zoom: 80%;" />
 
 那如果我们可以同时对所有位进行计数，是不是就可以简化过程。因为我们的目的是把每一位与3取模进行运算，是不是就可以理解为其实是一个**三进制**。如果大家听不懂三进制的话，可以简单理解为3次一循环，也就是 00 - 01 - 10 - 11。但是又因为对于 11 这种情况，我们需要砍掉（上面已经说过了，相当于 11 - 00 的转化），所以我们就只有3个状态，00 - 01 - 10，所以我们采用 a 和 b 来记录状态。其中的状态转移过程如下：
 
-<img src="./805/11.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/11.jpg" alt="PNG" style="zoom: 67%;" />
 
 这里 a‘ 和 b’ 的意思代表着 a 和 b 下一次的状态。next 代表着下一个 bit 位对应的值。然后这是什么，不就是状态机嘛。。。我们通过 a 和 b 的状态变化，来完成次数统计。
 
@@ -220,7 +220,7 @@ class Solution {
 
 当然，这个解法就相当牛皮了，反正我第一次做肯定是想不到的。。。我看了一下，第一个给出这个解法的人，应该是一位国外的工程师（某扣上面有很多人其实都是把题解翻译过来的，当然我有时也会哈哈哈哈，我觉得这某种意义上讲也是一个好的现象，挺好）不过毕竟非原创，还是得说明一下！
 
-<img src="./805/12.jpg" alt="PNG" style="zoom: 67%;" />
+<img src="805/12.jpg" alt="PNG" style="zoom: 67%;" />
 
 <br/>
 

小浩算法训练/PART_2_算法图解题典/sourcefile/11.位运算系列/806.md → PART_2_算法图解题典/sourcefile/11.位运算系列/806.md

@@ -51,13 +51,13 @@ date:	2020-06-24
 
 > 说高斯公式，估计大家听着懵逼，其实就是那个  1 2 3 ... n = (1 n) * n / 2，即：
 >
-> <img src="./806/1.jpg" alt="PNG" style="zoom: 80%;" />
+> <img src="806/1.jpg" alt="PNG" style="zoom: 80%;" />
 
  <br/>
 
 首先求出数组的和，然后再利用公式求出前n 1项之和，最终求差值，即为缺失的值！比如下面长度为4的数组，缺失4。
 
-<img src="./806/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="806/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 - 2 + 3  + 1 + 5 = 11
 - (1 5) * 5 / 2=15
@@ -87,7 +87,7 @@ class Solution {
 
 执行结果：
 
-<img src="./806/3.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="806/3.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 03、位运算求解
 

小浩算法训练/PART_2_算法图解题典/sourcefile/12.二分法系列/901.md → PART_2_算法图解题典/sourcefile/12.二分法系列/901.md

@@ -72,15 +72,15 @@ date:	2020-06-30
 
 在最简单的形式中，二分查找对具有指定左索引和右索引的**连续序列**进行操作。我们也称之为**查找空间**。二分查找维护查找空间的左、右和中间指示符，并比较查找目标；如果条件不满足或值不相等，则清除目标不可能存在的那一半，并在剩下的一半上继续查找，直到成功为止。
 
-<img src="./901/1.gif" alt="PNG" style="zoom: 80%;" />
+<img src="901/1.gif" alt="PNG" style="zoom: 80%;" />
 
 举例说明：比如你需要找1-100中的一个数字，你的目标是**用最少的次数**猜到这个数字。你每次猜测后，我会说大了或者小了。而你只需要每次猜测中间的数字，就可以将余下的数字排除一半。
 
-<img src="./901/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="901/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 不管我心里想的数字如何，你在7次之内都能猜到，这就是一个典型的二分查找。每次筛选掉一半数据，所以我们也称之为 **折半查找**。一般而言，对于包含n个元素的列表，用二分查找最多需要log2n步。
 
-<img src="./901/3.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="901/3.jpg" alt="PNG" style="zoom: 80%;" />
 
 当然，一般题目不太可能给你一个如此现成的题型，让你上手就可以使用二分，所以我们需要思考，如何来构造一个成功的二分查找。大部分的二分查找，基本都由以下三步组成：
 
@@ -224,7 +224,7 @@ public class Solution {
 
 执行结果:
 
-<img src="./901/4.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="901/4.jpg" alt="PNG" style="zoom: 80%;" />
 
 <br/>
 

小浩算法训练/PART_2_算法图解题典/sourcefile/12.二分法系列/902.md → PART_2_算法图解题典/sourcefile/12.二分法系列/902.md

@@ -35,7 +35,7 @@ Left 设置为 1 比较容易理解，因为我们可以直接处理掉 x 为 0
 
 我们看一下下面这些数的值：
 
-<img src="./902/1.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="902/1.jpg" alt="PNG" style="zoom: 80%;" />
 
 很容易观察出，当 x>2 时，它的**整数平方根**一定小于等于 x/2 。即有 0 < 整数平方根 <= x/2。所以我们的问题转化为在 [0,x/2] 中找一个**特定值**，满足二分查找的条件。（当然，如果没有想到使用 x/2 作为 Right 而 直接使用 x ，其实也是可以的）
 

小浩算法训练/PART_2_算法图解题典/sourcefile/12.二分法系列/903.md → PART_2_算法图解题典/sourcefile/12.二分法系列/903.md

@@ -51,11 +51,11 @@ public int firstBadVersion(int n) {
 
 我们自然是采用二分的思想，来进行查找。举个例子，比如我们版本号对应如下：
 
-<img src="./903/1.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="903/1.jpg" alt="PNG" style="zoom: 80%;" />
 
 如果中间的mid如果是错误版本，那我们就知道 mid 右侧都不可能是第一个错误的版本。那我们就令 right = mid，把下一次搜索空间变成[left, mid]，然后自然我们很顺利查找到目标。
 
-<img src="./903/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="903/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 根据分析，代码如下：
 

小浩算法训练/PART_2_算法图解题典/sourcefile/12.二分法系列/904.md → PART_2_算法图解题典/sourcefile/12.二分法系列/904.md

@@ -37,27 +37,27 @@ date:	2020-07-03
 
 当然，本题可以直接暴力搜索，但是这就就会被面试官撵出去。为了不被他撵出去，我们还是使用二分更为稳妥！**在二分搜索中，我们找到区间的中间点并根据某些条件决定去区间左半部分还是右半部分搜索**。但是麻烦的是，我们的数组被旋转了，因此肯定不能直接使用二分。那我们需要先观察一下，假若我们的原始数组如下：
 
-<img src="./904/1.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/1.jpg" alt="PNG" style="zoom: 80%;" />
 
 无论怎么旋转，我们都可以得到一个结论，首元素 > 尾元素，像是下面这样。虽然不知道这个结论有什么用，但是我们先记下来。
 
-<img src="./904/2.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/2.jpg" alt="PNG" style="zoom: 80%;" />
 
 继续进行观察，上面其实是两种极端情况，那如果普通的情况旋转，大概是下面这样：
 
-<img src="./904/3.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/3.jpg" alt="PNG" style="zoom: 80%;" />
 
 问题似乎变得简单了，旋转将原数组一分为二，并且我们已知了首元素值总是大于尾元素，那我们只要找到将其一分为二的那个点（该点左侧的元素都大于首元素，该点右侧的元素都小于首元素），是不是就可以对应找到数组中的最小值。
 
-<img src="./904/4.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/4.jpg" alt="PNG" style="zoom: 80%;" />
 
 然后我们通过二分来进行查找，先找到中间节点mid，如果中间元素大于首元素，我们就把mid向右移动。
 
-<img src="./904/5.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/5.jpg" alt="PNG" style="zoom: 80%;" />
 
 如果中间元素小于首元素，我们就把mid向左移动。
 
-<img src="./904/6.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/6.jpg" alt="PNG" style="zoom: 80%;" />
 
 根据分析，完成题解：
 
@@ -120,7 +120,7 @@ int findMin(int* nums, int numsSize){
 
 执行结果：
 
-<img src="./904/7.jpg" alt="PNG" style="zoom: 80%;" />
+<img src="904/7.jpg" alt="PNG" style="zoom: 80%;" />
 
 ## 03、课后思考