大到一个国家，小 到一个家庭，社会的主要组织形式呈现出“树”的特征；冬天的衣服就像“栈”，最先穿上的最后才能脱下； 羽毛球筒则如同“队列”，一端放入、另一端取出；字典就像一个“哈希表”，能够快速查找目标词条。 本书旨在通过清晰易懂的动画图解和可运行的代码示例，使读者理解算法和数据结构的核心概念，并能够通 过编程来实现它们。在此基础上，本书致力于揭示算法在复杂世界中的生动体现，展现算法之美。希望本书 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每

大到一个国家，小 到一个家庭，社会的主要组织形式呈现出“树”的特征；冬天的衣服就像“栈”，最先穿上的最后才能脱下； 羽毛球筒则如同“队列”，一端放入、另一端取出；字典就像一个“哈希表”，能够快速查找目标词条。 本书旨在通过清晰易懂的动画图解和可运行的代码示例，使读者理解算法和数据结构的核心概念，并能够通 过编程来实现它们。在此基础上，本书致力于揭示算法在复杂世界中的生动体现，展现算法之美。希望本书 10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每

10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 10.3 二分查找边界 . . 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 ? 的页码为止。 图 1‑1 查字典步骤 查字典这个小学生必备技能，实际上就是著名的“二分查找”算法。从数据结构的角度，我们可以把字典视 为一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作“二分查找”。 例二：整理扑克。我们在打牌时，每 将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题 转移到计算机上，以更高效的方式解决各种复杂问题。 � 如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，请继续往下阅读，本书将 引导你迈入数据结构与算法的知识殿堂。 1.2 算法是什么 1.2.1 算法定义 「算法 algorithm」是在有限时间内解决特定问题的一组指令或操作步骤，它具有以下特性。

10.1 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 10.2 二分查找插入点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 10.3 二分查找边界 . . 例一：查阅字典。在字典里，每个汉字都对应一个拼音，而字典是按照拼音字母顺序排列的。假设我们需要 查找一个拼音首字母为 ? 的字，通常会按照图 1‑1 所示的方式实现。 1. 翻开字典约一半的页数，查看该页的首字母是什么，假设首字母为 ? 。 2. 由于在拼音字母表中 ? 位于 ? 之后，所以排除字典前半部分，查找范围缩小到后半部分。 3. 不断重复步骤 1. 和 步骤 2. ，直至找到拼音首字母为 图 1‑1 查字典步骤 第 1 章 初识算法 hello‑algo.com 11 查阅字典这个小学生必备技能，实际上就是著名的二分查找算法。从数据结构的角度，我们可以把字典视为 一个已排序的“数组”；从算法的角度，我们可以将上述查字典的一系列操作看作是“二分查找”。 例二：整理扑克。我们在打牌时，每局都需要整理扑克牌，使其从小到大排列，实现流程如图 1‑2 所示。 1. 将扑克牌划分为“

. . . . . . . . . . . . . . . . 150 10. 查找算法 151 10.1. 线性查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 10.2. 二分查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 10.3. 哈希查找 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 10.4. 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . 数据结构：常用的基本数据类型，数据在内存中的存储方式、数据结构分类方法。数组、链表、栈、队列、 散列表、树、堆、图等数据结构，内容包括定义、优劣势、常用操作、常见类型、典型应用、实现方法等。 ‧ 算法：查找算法、排序算法、搜索与回溯、动态规划、分治算法，内容包括定义、使用场景、优劣势、时 空效率、实现方法、示例题目等。 0. 写在前面 hello‑algo.com 2 Figure 0‑1. Hello

大到一個國家，小 到一個家庭，社會的主要組織形式呈現出“樹”的特徵；冬天的衣服就像“堆疊”，最先穿上的最後才能脫下； 羽毛球筒則如同“佇列”，一端放入、一端取出；字典就像一個“雜湊表”，能夠快速查找目標詞條。 本書旨在透過清晰易懂的動畫圖解與可執行的程式碼範例，使讀者理解演算法和資料結構的核心概念，並能 夠透過程式設計來實現它們。在此基礎上，本書致力於揭示演算法在複雜世界中的生動體現，展現演算法之 205 10.1 二分搜尋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 10.2 二分搜尋插入點 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.3 二分搜尋邊界 . 和步驟 2. ，直至找到拼音首字母為 ? 的頁碼為止。 圖 1‑1 查字典步驟 查字典這個小學生必備技能，實際上就是著名的“二分搜尋”演算法。從資料結構的角度，我們可以把字典 視為一個已排序的“陣列”；從演算法的角度，我們可以將上述查字典的一系列操作看作“二分搜尋”。 例二：整理撲克。我們在打牌時，每局都需要整理手中的撲克牌，使其從小到大排列，實現流程如圖 1‑2 所 示。 第 1 章

删除DOM 6.3 操作表单 6.4 操作文件 6.5 AJAX 6.6 Promise 6.7 Canvas 7 jQuery 7.1 选择器 7.1.1 层级选择器 7.1.2 查找和过滤 7.2 操作DOM 7.2.1 修改DOM结构 7.3 事件 7.4 动画 7.5 扩展 8 underscore 8.1 Collections 8.2 Arrays 8 直接运行测试 Map 是一组键值对的结构，具有极快的查找速度。 举个例子，假设要根据同学的名字查找对应的成绩，如果用 Array 实现，需要两个 Array ： 1. var names = ['Michael', 'Bob', 'Tracy']; 2. var scores = [95, 75, 85]; 给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成 ores取出对应的成 绩，Array越长，耗时越长。 如果用Map实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大， 查找速度都不会变慢。用JavaScript写一个Map如下： 1. var m = new Map([['Michael', 95], ['Bob', 75], ['Tracy', 85]]); 2. m.get('Michael'); //

也不多。 7.1.1. 验证 验证是正则表达式最直接的应用，比如表单验证。 在说验证之前，先要说清楚匹配是什么概念。 所谓匹配，就是看目标字符串里是否有满足匹配的子串。因此，“匹配”的本质就是“查找”。 有没有匹配，是不是匹配上，判断是否的操作，即称为“验证”。 这里举一个例子，来看看如何使用相关 API 进行验证操作的。 比如，判断一个字符串中是否有数字。 使用 search： var 在指定位置插入特定的语法格式，比如代码段前面要插入： [source,javascript]\n---- 此时，我发现我的大部分代码段，都是 var 开头的，并且前面有一空行。此时我打开查找替换功能，查找： (^\r\n)var 替换为： [source,javascript]\n----\nvar 这确实也帮我解决一部分工作。 当然，正则表达式是跟具体语言（比如 JavaScrip boundaries 非单词边界 non-word boundaries 向前查找 lookahead 正向向前查找 positive lookahead 负向向前查找 negative lookahead 向后查找 lookbehind 正向向后查找 positive lookbehind 负向向后查找 negative lookbehind 分组 groups 捕获分组 capturing

也不多。 7.1.1. 验证 验证是正则表达式最直接的应用，比如表单验证。 在说验证之前，先要说清楚匹配是什么概念。 所谓匹配，就是看目标字符串里是否有满足匹配的子串。因此，“匹配”的本质就是“查找”。 有没有匹配，是不是匹配上，判断是否的操作，即称为“验证”。 这里举一个例子，来看看如何使用相关 API 进行验证操作的。 比如，判断一个字符串中是否有数字。 使用 search： var 插入特定的语法格式，比如代码段前面要插入“[ source,javascript]\n----”这样的字符，此时，我发现我的大部分代码段，都是var开头的，并且前面有一 空行。此时我打开查找替换功能，查找“(^\r\n)var”，替换为“[source,javascript]\n----\nvar”。这 确实也帮我解决一部分工作。 当然，正则表达式是跟具体语言（比如JavaScript）无 boundaries 非单词边界 non-word boundaries 向前查找 lookahead 正向向前查找 positive lookahead 负向向前查找 negative lookahead 向后查找 lookbehind 正向向后查找 positive lookbehind 负向向后查找 negative lookbehind 分组 groups 捕获分组 capturing

IO 操作，进而会产生一些耗 时操作。 ● 编译时间会随着组件数量急剧增长，以美团和大众点评有 400+ 个组件的体量 为参考，全源码打包耗时均在 1 小时以上。 ● 基于路径顺序查找头文件的方式有潜在的风险，例如重名头文件的情况，排在 98 > 2021年美团技术年货 后面的头文件永远无法参与编译。 ● 由于 ${PODS_ROOT}/Headers/Private 路径的存在，让引用其他组件的私 但幸运的是，在后续的探索的过程中，我们发现了为什么 Xcode 的 Header Map 没 有生效，以及为什么它与 CocoaPods 出现了不兼容的情况，虽然它的原理并不复 杂，核心点就是将文件查找和读取等 IO 操作编变成了内存读取操作，但结合实际的 业务场景，我们发现它的收益是十分可观的。 或许这是在提醒我们，要永远对技术保持一颗好奇的心！ 其实，利用 Clang Module 技术 结合前面提到的内容，在 AppDelegate 中添加 iAd.h： #import @implementation AppDelegate //... @end 然后编译器会开始查找 iAd/iAd.h 到底是哪个文件且包含何种内容，假设它的内容 如下： /* iAd/iAd.h */ #import #import

0 码力 | 738 页 | 50.29 MB | 1 年前

3