基于java实现的杨辉三角，是我学习java来练练手的，java基础入门的学生可以考虑参考一下

java协同过滤算法，不依赖第三方库，包含基于内容推荐、基于用户推荐，方便扩展。

现有内容 排序 快速排序 归并排序 数论 图论 朴素版Dijkstra 堆优化版Dijkstra SPFA SPFA判断是否存在负环 贝尔门福特 搜寻 数据结构 树状斑点 线段树 其余 离散化

Java印度TeenPatti算法 用于印度TeenPatti的带鬼牌的算法，通过牌查表获得牌型和大小。算法由texas_algorithm修改得来。测试玩玩 * 运行TestUtil.Main ## 生成表玩玩 * 运行 TeenPattiAlgorithmUtil.Main # 查表算法 查表算法，给定任意3张牌，查表给出3张最大牌的大小、类型。查表方法很简单，下面讲一下生成表的算法。 ### 算法实现 #### 穷举C(52, 3)的组合 52张牌里面选3张，对3张牌进行编码变成int类型，得到一个数组。 #### 多线程快速排序 对这数组进行从小到大排序，排序依据就是牌的大小。使用多线程快速排序。 #### 结果输出 数组已经排好序，现在按照顺序输出到一个文件，内容有key、大小顺序、可阅读的牌面信息。

编辑推荐 　Sedgewick之巨著，与高德纳TAOCP一脉相承 　几十年多次修订，经久不衰的畅销书 　涵盖所有程序员必须掌握的50种算法 内容简介 　　 《算法（第4版）》全面讲述算法和数据结构的必备知识，具有以下几大特色。 　　 1、 算法领域的经典参考书：Sedgewick畅销著作的*版，反映了经过几十年演化而成的算法核心知识体系 　　 2、内容全面：全面论述排序、搜索、图处理和字符串处理的算法和数据结构，涵盖每位程序员应知应会的50种算法 　　 3、全新修订的代码：全新的Java实现代码，采用模块化的编程风格，所有代码均可供读者使用 　　 4、与实际应用相结合：在重要的科学、工程和商业应用环境下探讨算法，给出了算法的实际代码，而非同类著作常用的伪代码 　　5、富于智力趣味性：简明扼要的内容，用丰富的视觉元素展示的示例，精心设计的代码，详尽的历史和科学背景知识，各种难度的练习，这一切都将使读者手不释卷 　　 6、科学的方法：用合适的数学模型精确地讨论算法性能，这些模型是在真实环境中得到验证的 　　7、与网络相结合：配套网站algs4.cs.princeton.edu提供了本书内容的摘要及相关的代码、测试数据、编程练习、教学课件等资源 作者简介 　　 Robert Sedgewick，斯坦福大学博士，导师为Donald E.Knuth，从1985年开始一直担任普林斯顿大学计算机科学系教授，曾任该系主任，也是AdobeSystems公司董事会成员，曾在Xerox PARC、国防分析研究所（Institute for DefenseAnalyses）和法国国家信息与自动化研究所（INRIA）从事研究工作。他的研究方向包括解析组合学、数据结构和算法的分析与设计、程序可视化等。 　　 KevinWayne，康奈尔大学博士，普林斯顿大学计算机科学系高级讲师，研究方向包括算法的设计、分析和实现，特别是图和离散优化。 目　　录 第1章　 基础 1.1　基础编程模型 1.1.1　Java程序的基本结构 1.1.2　原始数据类型与表达式 1.1.3　 语句 1.1.4　 简便记法 1.1.5　 数组 1.1.6　 静态方法 1.1.7　 API 1.1.8　 字符串 1.1.9　 输入输出 1.1.10　 二分查找 1.1.11　 展望 1.2　 数据抽象 1.2.1　 使用抽象数据类型 1.2.2　 抽象数据类型举例 1.2.3　 抽象数据类型的实现 1.2.4　 更多抽象数据类型的实现 1.2.5　 数据类型的设计 1.3　 背包、队列和栈 1.3.1　 API 1.3.2　 集合类数据类型的实现 1.3.3　 链表 1.3.4　 综述 1.4　 算法分析 1.4.1　 科学方法 1.4.2　 观察 1.4.3　 数学模型 1.4.4　 增长数量级的分类 1.4.5　 设计更快的算法 1.4.6　 倍率实验 1.4.7　 注意事项 1.4.8　 处理对于输入的依赖 1.4.9　 内存 1.4.10　 展望 1.5　 案例研究：union-find算法 1.5.1　 动态连通性 1.5.2　 实现 1.5.3　 展望 第2章　 排序 2.1　 初级排序算法 2.1.1　 游戏规则 2.1.2　 选择排序 2.1.3　 插入排序 2.1.4　 排序算法的可视化 2.1.5　 比较两种排序算法 2.1.6　 希尔排序 2.2　 归并排序 2.2.1　 原地归并的抽象方法 2.2.2　 自顶向下的归并排序 2.2.3　 自底向上的归并排序 2.2.4　 排序算法的复杂度 2.3　 快速排序 2.3.1　 基本算法 2.3.2　 性能特点 2.3.3　 算法改进 2.4　 优先队列 2.4.1　 API 2.4.2　 初级实现 2.4.3　 堆的定义 2.4.4　 堆的算法 2.4.5　 堆排序 2.5　 应用 2.5.1　 将各种数据排序 2.5.2　 我应该使用哪种排序算法 2.5.3　 问题的归约 2.5.4　 排序应用一览 第3章　查找 3.1　符号表 3.1.1　API 3.1.2　有序符号表 3.1.3　用例举例 3.1.4　无序链表中的顺序查找 3.1.5　有序数组中的二分查找 3.1.6　对二分查找的分析 3.1.7　预览 3.2　二叉查找树 3.2.1　基本实现 3.2.2　分析 3.2.3　有序性相关的方法与删除操作 3.3　平衡查找树 3.3.1　2-3查找树 3.3.2　红黑二叉查找树 3.3.3　实现 3.3.4　删除操作 3.3.5　红黑树的性质 3.4　散列表 3.4.1　散列函数 3.4.2　基于拉链法的散列表 3.4.3　基于线性探测法的散列表 3.4.4　调整数组大小 3.4.5　内存使用 3.5　应用 3.5.1　我应该使用符号表的哪种实现 3.5.2　集合的API 3.5.3　字典类用例 3.5.4　索引类用例 3.5.5　稀疏向量 第4章　 图 4.1　 无向图 4.1.1　 术语表 4.1.2　 表示无向图的数据类型 4.1.3　 深度优先搜索 4.1.4　 寻找路径 4.1.5　 广度优先搜索 4.1.6　 连通分量 4.1.7　 符号图 4.1.8　 总结 4.2　 有向图 4.2.1　 术语 4.2.2　 有向图的数据类型 4.2.3　 有向图中的可达性 4.2.4　 环和有向无环图 4.2.5　 有向图中的强连通性 4.2.6　 总结 4.3　 最小生成树 4.3.1　 原理 4.3.2　 加权无向图的数据类型 4.3.3　 最小生成树的API和测试用例 4.3.4　 Prim算法 4.3.5　 Prim算法的即时实现 4.3.6　 Kruskal算法 4.3.7　 展望 4.4　 最短路径 4.4.1　 最短路径的性质 4.4.2　 加权有向图的数据结构 4.4.3　 最短路径算法的理论基础 4.4.4　 Dijkstra算法 4.4.5　 无环加权有向图中的最短路径算法 4.4.6　 一般加权有向图中的最短路径问题 4.4.7　 展望 第5章　 字符串 5.1　 字符串排序 5.1.1　 键索引计数法 5.1.2　 低位优先的字符串排序 5.1.3　 高位优先的字符串排序 5.1.4　 三向字符串快速排序 5.1.5　 字符串排序算法的选择 5.2　 单词查找树 5.2.1　 单词查找树 5.2.2　 单词查找树的性质 5.2.3　 三向单词查找树 5.2.4　 三向单词查找树的性质 5.2.5　 应该使用字符串符号表的哪种实现 5.3　 子字符串查找 5.3.1　 历史简介 5.3.2　 暴力子字符串查找算法 5.3.3　 Knuth-Morris-Pratt子字符串查找算法 5.3.4　 Boyer-Moore字符串查找算法 5.3.5　 Rabin-Karp指纹字符串查找算法 5.3.6　 总结 5.4　 正则表达式 5.4.1　 使用正则表达式描述模式 5.4.2　 缩略写法 5.4.3　 正则表达式的实际应用 5.4.4　 非确定有限状态自动机 5.4.5　 模拟NFA的运行 5.4.6　 构造与正则表达式对应的 5.5　 数据压缩 5.5.1　 游戏规则 5.5.2　 读写二进制数据 5.5.3　 局限 5.5.4　 热身运动：基因组 5.5.5　 游程编码 5.5.6　 霍夫曼压缩 第6章　 背景 索引

收纳操作系统、JAVA、算法、数据库、中间件、解决方案、架构、DevOps和大数据等技术栈总结

/* * 基于链表实现树结构 */ package dsa; public class TreeLinkedList implements Tree { private Object element;//树根节点 private TreeLinkedList parent, firstChild, nextSibling;//父亲、长子及最大的弟弟 //（单节点树）构造方法 public TreeLinkedList() { this(null, null, null, null); } //构造方法 public TreeLinkedList(Object e, TreeLinkedList p, TreeLinkedList c, TreeLinkedList s) { element = e; parent = p; firstChild = c; nextSibling = s; } /*---------- Tree接口中各方法的实现 ----------*/ //返回当前节点中存放的对象 public Object getElem() { return element; } //将对象obj存入当前节点，并返回此前的内容 public Object setElem(Object obj) { Object bak = element; element = obj; return bak; } //返回当前节点的父节点；对于根节点，返回null public TreeLinkedList getParent() { return parent; } //返回当前节点的长子；若没有孩子，则返回null public TreeLinkedList getFirstChild() { return firstChild; } //返回当前节点的最大弟弟；若没有弟弟，则返回null public TreeLinkedList getNextSibling() { return nextSibling; } //返回当前节点后代元素的数目，即以当前节点为根的子树的规模 public int getSize() { int size = 1;//当前节点也是自己的后代 TreeLinkedList subtree = firstChild;//从长子开始 while (null != subtree) {//依次 size += subtree.getSize();//累加 subtree = subtree.getNextSibling();//所有孩子的后代数目 } return size;//即可得到当前节点的后代总数 } //返回当前节点的高度 public int getHeight() { int height = -1; TreeLinkedList subtree = firstChild;//从长子开始 while (null != subtree) {//依次 height = Math.max(height, subtree.getHeight());//在所有孩子中取最大高度 subtree = subtree.getNextSibling(); } return height+1;//即可得到当前节点的高度 } //返回当前节点的深度 public int getDepth() { int depth = 0; TreeLinkedList p = parent;//从父亲开始 while (null != p) {//依次 depth++; p = p.getParent();//访问各个真祖先 } return depth;//真祖先的数目，即为当前节点的深度 } }

a*算法解决迷宫问题java.zip

通过GPS坐标的经纬度，经计算返回一组百度坐标数据，简单方便

模仿蓝桥杯java练习系统（基于spring+springmvc+mybatis）