Deployed 0a1ff5c with MkDocs version: 1.0.4

Author: PegasusWang

03_链表/linked_list/index.html

@@ -350,8 +350,10 @@ <h1 id="_5">相关阅读</h1>
 <h1 id="_6">勘误：</h1>
 <p>视频中 LinkedList.remove 方法讲解有遗漏， linked_list.py 文件已经修正，请读者注意。具体请参考 <a href="https://github.com/PegasusWang/python_data_structures_and_algorithms/pull/3">fix linked_list &amp; add gitigonre</a>。视频最后增加了一段勘误说明。</p>
 <h1 id="leetcode">Leetcode</h1>
+<p>反转链表 <a href="https://leetcode.com/problems/reverse-linked-list/">reverse-linked-list</a></p>
 <p>这里有一道关于 LRU 的练习题你可以尝试下。
 <a href="https://leetcode.com/problems/lru-cache/description/">LRU Cache</a></p>
+<p>合并两个有序链表 <a href="/https://leetcode.com/problems/merge-two-sorted-lists/submissions/">merge-two-sorted-lists</a></p>
 
             </div>
           </div>

04_队列/queue.py

@@ -1,7 +1,10 @@
 # -*- coding: utf-8 -*-
 
+from collections import deque
 
 # NOTE：注意这里是第三章 linked_list.py 里的内容，为了使文件自包含，我直接拷贝过来的
+
+
 class Node(object):
     def __init__(self, value=None, next=None):   # 这里我们 root 节点默认都是 None，所以都给了默认值
         self.value = value
@@ -154,3 +157,26 @@ def test_queue():
     with pytest.raises(EmptyError) as excinfo:   # 我们来测试是否真的抛出了异常
         q.pop()   # 继续调用会抛出异常
     assert 'empty queue' == str(excinfo.value)
+
+
+class MyQueue:
+    """
+    使用 collections.deque 可以迅速实现一个队列
+    """
+    def __init__(self):
+        self.items = deque()
+
+    def append(self, val):
+        return self.items.append(val)
+
+    def pop(self):
+        return self.items.popleft()
+
+    def __len__(self):
+        return len(self.items)
+
+    def empty(self):
+        return len(self.items) == 0
+
+    def front(self):
+        return self.items[0]

14_树与二叉树/btree.py

@@ -85,6 +85,12 @@ def inorder_trav(self, subtree):
             print(subtree.data)
             self.inorder_trav(subtree.right)
 
+    def yield_inorder(self, subtree):  # for val in yield_inorder(root): print(val)
+        if subtree:
+            yield from self.inorder(subtree.left)
+            yield subtree.val
+            yield from self.inorder(subtree.right)
+
     def reverse(self, subtree):
         if subtree is not None:
             subtree.left, subtree.right = subtree.right, subtree.left

14_树与二叉树/tree/index.html

@@ -182,7 +182,7 @@
     <li class="toctree-l2"><a href="#_10">延伸阅读</a></li>
 
 
-    <li class="toctree-l2"><a href="#leetcode">Leetcode</a></li>
+    <li class="toctree-l2"><a href="#leetcode">Leetcode 练习</a></li>
 
 
     </ul>
@@ -480,17 +480,36 @@ <h1 id="_9">练习题</h1>
 <li>树的遍历我们用了 print，请你尝试换成一个 callback，这样就能自定义处理树节点的方式了。</li>
 <li>请问树的遍历操作时间复杂度是多少？假设它的 size 是 n</li>
 <li>你能用非递归的方式来实现树的遍历吗？我们知道计算机内部使用了 stack，如果我们自己模拟如何实现？请你尝试完成</li>
+<li>只根据二叉树的中序遍历和后序遍历能否确定一棵二叉树？你可以举一个反例吗？</li>
 </ul>
 <h1 id="_10">延伸阅读</h1>
 <ul>
 <li>《Data Structures and Algorithms in Python》 13 章 Binary Trees</li>
 <li><a href="https://www.geeksforgeeks.org/iterative-preorder-traversal/">https://www.geeksforgeeks.org/iterative-preorder-traversal/</a></li>
 </ul>
-<h1 id="leetcode">Leetcode</h1>
-<p>使用树的层序遍历我们能实现一个树的左右视图，比如从一个二叉树的左边能看到哪些节点。
-请你尝试做这个练习题 https://leetcode.com/problems/binary-tree-right-side-view/description/</p>
-<p>根据二叉树的 前序和后序遍历，返回一颗完整的二叉树。
-https://leetcode.com/problems/construct-binary-tree-from-preorder-and-postorder-traversal/submissions/</p>
+<h1 id="leetcode">Leetcode 练习</h1>
+<ul>
+<li>
+<p><a href="https://leetcode.com/problems/binary-tree-preorder-traversal/">leetcode binary-tree-preorder-traversal</a>
+二叉树的先序遍历</p>
+</li>
+<li>
+<p><a href="https://leetcode.com/problems/binary-tree-inorder-traversal/">leetcode binary-tree-inorder-traversal/</a>
+二叉树的中序遍历</p>
+</li>
+<li>
+<p><a href="https://leetcode.com/problems/binary-tree-postorder-traversal/">leetcode binary-tree-postorder-traversal</a>
+二叉树的后序遍历</p>
+</li>
+<li>
+<p><a href="https://leetcode.com/problems/binary-tree-right-side-view/description/">leetcode binary-tree-right-side-view</a>
+使用树的层序遍历我们能实现一个树的左右视图，比如从一个二叉树的左边能看到哪些节点。 请你尝试做这个练习题</p>
+</li>
+<li>
+<p><a href="https://leetcode.com/problems/construct-binary-tree-from-preorder-and-postorder-traversal/submissions/">leetcode construct-binary-tree-from-preorder-and-postorder-traversal</a>
+根据二叉树的 前序和后序遍历，返回一颗完整的二叉树。</p>
+</li>
+</ul>
 
             </div>
           </div>

17_二叉查找树/binary_search_tree/index.html

@@ -190,6 +190,9 @@
     <li class="toctree-l2"><a href="#_9">延伸阅读</a></li>
 
 
+    <li class="toctree-l2"><a href="#leetcode">Leetcode</a></li>
+    
+
     </ul>
 	    </li>
 
@@ -448,6 +451,8 @@ <h1 id="_9">延伸阅读</h1>
 <li>了解红黑树。普通二叉查找树有个很大的问题就是难以保证树的平衡，极端情况下某些节点可能会非常深，导致查找复杂度大幅退化。而平衡二叉树就是为了解决这个问题。请搜索对应资料了解下。</li>
 <li>了解 mysql 索引使用的 B-Tree 结构(多路平衡查找树)，这个是后端面试数据库的常考点。想想为什么？当元素非常多的时候，二叉树的深度会很深，导致多次磁盘查找。<a href="https://blog.csdn.net/v_JULY_v/article/details/6530142">从B树、B+树、B*树谈到R 树</a></li>
 </ul>
+<h1 id="leetcode">Leetcode</h1>
+<p>验证是否是合法二叉搜索树 [validate-binary-search-tree](https://leetcode.com/problems/validate-binary-search-tree/</p>
 
             </div>
           </div>

index.html

@@ -581,5 +581,5 @@ <h2 id="_21">本电子书制作和写作方式</h2>
 
 <!--
 MkDocs version : 1.0.4
-Build Date UTC : 2018-12-26 07:57:35
+Build Date UTC : 2019-01-09 03:17:34
 -->

search/search_index.json

@@ -2,122 +2,122 @@
 <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2018-12-26</lastmod>
+     <lastmod>2019-01-09</lastmod>
      <changefreq>daily</changefreq>
     </url>
 </urlset>