update

Author: daishengda2018

算法/6.滑动窗口相关.md

@@ -1,3 +1,5 @@
+[toc]
+
 # [76. 最小覆盖子串](https://leetcode-cn.com/problems/minimum-window-substring/)
 
 此题的关键是所有的字符不用连续，所有窗口缩小的条件才是 `count == target.size()`，从此题我们可以总结出滑动窗口相关的代码模板：

算法/7. 二分查找.md 算法/7.二分查找.md算法/7. 二分查找.md renamed to 算法/7.二分查找.md

@@ -1,8 +1,8 @@
-使用二分查找**必须是单调有序的数据结构**，一般情况下二分查找造作数据代码简单又高效，但是操作礼物链表这种就有点难了，二分查找具有 O(logn) 的时间复杂度，一般作为体验出现。
+使用二分查找**必须是单调有序的数据结构**，一般情况下二分查找造作数据代码简单又高效，但是操作礼物链表这种就有点难了，二分查找具有 O(logn) 的时间复杂度，一般作为搜索提出现。
 
 代码模板
 
-标准二分，见 leetcode [704. 二分查找](https://leetcode-cn.com/problems/binary-search/) 题目
+**标准二分，见 leetcode [704. 二分查找](https://leetcode-cn.com/problems/binary-search/) 题目**
 
 ```java
 class Solution {
@@ -27,7 +27,11 @@ class Solution {
 }
 ```
 
-2. 寻找右边界
+
+
+**寻找边界：[34. 在排序数组中查找元素的第一个和最后一个位置](https://leetcode-cn.com/problems/find-first-and-last-position-of-element-in-sorted-array/)**
+
+1. 寻找右边界
 
 ```java
 class Solution {
@@ -55,7 +59,7 @@ class Solution {
 }
 ```
 
-3. 寻找左边界
+2. 寻找左边界
 
 ```java
 class Solution {

算法/8 遍历 ViewGroup 下所有neir.md 算法/8 遍历 ViewGroup.md算法/8 遍历 ViewGroup 下所有neir.md renamed to 算法/8 遍历 ViewGroup.md

@@ -2,7 +2,7 @@
 
 > 在 Android 下，UI 的布局结构，对标到数据结构中，本质就是一个由 View 和 ViewGroup 组成的多叉树结构。其中 View 只能作为叶子节点...
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/l3vo6ivz7k.png?imageView2/2/w/1620)
+
 
 一. 审题
 -----
@@ -13,7 +13,7 @@
 
 在 Android 下，UI 的布局结构，对标到数据结构中，本质就是一个由 View 和 ViewGroup 组成的多叉树结构。其中 View 只能作为叶子节点，而 ViewGroup 是可以存在子节点的。
 
-![img](https://ask.qcloudimg.com/http-save/yehe-4918971/bjr5eltscx.png)
+![bjr5eltscx](images/bjr5eltscx.png)
 
 上图就是一个典型的 ViewTree 的结构，而想要遍历这个 ViewTree，还需要用到两个 ViewGroup 的方法。
 
@@ -27,13 +27,11 @@
 
 ### 2.1 递归实现
 
-### 
-
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/p4d2w4jaop.png)
+![p4d2w4jaop](images/p4d2w4jaop-4372882.png)
 
 **当一个大问题，可以被拆分成多个小问题，并且分解后的小问题，和大问题相比，只是数据规模不同，求解思路完全一致的问题，非常适合递归来实现。**
 
-```
+```kotlin
 fun recursionPrint(root: View) {
     printView(root)
     if (root is ViewGroup) {
@@ -47,15 +45,15 @@ fun recursionPrint(root: View) {
 
 递归确实可以很清晰的实现功能，但是它有一个致命的问题，当递归深度过深的时候，会爆栈。反应在程序上，就是会抛出 `StackOverflowError`这个异常。
 
-面试的时候，面试者解决问题的思路，使用了递归思想，通常都会很自然的问问 JVM 的栈帧，以及为什么会出现 StackOverflowError 异常。
+面试的时候，面试者解决问题的思路，**使用了递归思想，通常都会很自然的问问 JVM 的栈帧，以及为什么会出现 StackOverflowError 异常。**
 
 当然这不是本文的重点，大家了解一下即可。
 
 简单来说，每启动一个线程，JVM 都会为其分配一个 Java 栈，每调用一个方法，都会被封装成一个栈帧，进行**压栈**操作，当方法执行完成之后，又会执行**弹栈**操作。而每个栈帧中，当前调用的方法的一些局部变量、动态连接，以及返回地址等数据。
 
 Java 栈和数据结构的栈结构一样，有两个操作，压栈（入栈）、弹栈（出栈），是一个先入后出（FILO）的结构。这一块的东西，延伸出来就比较多了，你可以简单的理解为调用方法就会压栈，方法执行完会弹栈。
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/h10ztydlyk.png)
+![h10ztydlyk](images/h10ztydlyk.png)
 
 每次方法的调用，执行压栈的操作，但是每个栈帧，都是要消耗内存的。一旦超过了限制，就会爆掉，抛出 StackOverflowError。
 
@@ -69,17 +67,17 @@ Java 栈和数据结构的栈结构一样，有两个操作，压栈（入栈）
 
 广度优先的过程，就是对每一层节点依次访问，访问完了再进入下一层。就是**按树的深度，一层层的遍历访问**。
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/id06rtebmp.png)
+![id06rtebmp](images/id06rtebmp.png)
 
 ABCDEFGHI 就是上图这个多叉树，使用广度优先算法的遍历结果。
 
 **广度优先非常适合用先入先出的队列来实现**，每次子 View 都入队尾，而从对头取新的 View 进行处理。
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/47589gl30c.png)
+![47589gl30c](images/47589gl30c.png)
 
 代码如下：
 
-```
+```kotlin
 fun breadthFirst(root :View){
     val viewDeque = LinkedList<View>()
     var view = root
@@ -105,19 +103,19 @@ fun breadthFirst(root :View){
 
 深度优先的过程，就是对每个可能的分支路径，深度到叶子节点，并且每个节点只访问一次。
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/s6m19use7k.png)
+![s6m19use7k](images/s6m19use7k.png)
 
 ADIHCBGFE 就是上图这个多叉树，使用深度优先算法的遍历结果。
 
 在实现上，**深度优先非常适合用先入后出的栈来实现**。逻辑不复杂，直接上执行时，栈的数据变换。
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/uvzzx8usas.png)
+![uvzzx8usas](images/uvzzx8usas.png)
 
-![](https://ask.qcloudimg.com/http-save/yehe-4918971/qw4k131pwx.png)
+![qw4k131pwx](images/qw4k131pwx.png)
 
 代码实现如下：
 
-```
+```kotlin
 fun depthFirst(root :View){
     val viewDeque = LinkedList<View>()
     var view = root
@@ -145,5 +143,3 @@ fun depthFirst(root :View){
 其实这道题，还有一些变种，例如统计 ViewGroup 子 View 的数量、分层打印 ViewTree、查找 ID 为 Xxx 的 View 等，有兴趣可以试着写写代码。
 
 算法题就是这样，有一些是考验编码能力，另一些是解决问题的思路，多思考多写，才是正道。
-
-本文参与[腾讯云自媒体分享计划](https://cloud.tencent.com/developer/support-plan)，欢迎正在阅读的你也加入，一起分享。