| 题目 | 难度 | 状态 |
|---|---|---|
| 1. 两数之和 | 简单 | 通过 |
| 167. 两数之和 II - 输入有序数组 | 中等 | 通过 |
| 剑指 Offer II 006. 排序数组中两个数字之和 | 简单 | 通过 |
| 剑指 Offer 57. 和为 s 的两个数字 | 简单 | 通过 |
| 136. 只出现一次的数字 | 简单 | 通过 |
| 217. 存在重复元素 | 简单 | 通过 |
| 2073. 买票需要的时间 | 简单 | 通过 |
| 26. 删除有序数组中的重复项 | 简单 | 未通过 |
| 27. 移除元素 | ||
| 283. 移动零 | ||
| 344. 反转字符串 | ||
| 5. 最长回文子串 | ||
| 263. 丑数 | 简单 | 未通过 |
| 264. 丑数 II | 中等 | 未通过 |
| 1201. 丑数 III | 中等 | 未通过 |
| 313. 超级丑数 | 中等 | 未通过 |
| 373. 查找和最小的 K 对数字 | ||
关键词：
对象、SDS、链表、字典、跳表、整数集合、压缩列表
SDS 是 Simple Dynamic String 的缩写，即简单动态字符串。Redis 为 SDS 做了一些优化，以替代 C 字符串来表示字符串内容。此外，SDS 还被 Redis 用作缓冲区（buffer），如：AOF 模块中的 AOF 缓冲区；客户端状态中的输入缓冲区。
关键词：链表、数组、散列表、红黑树、B+ 树、LSM 树、跳表
数据库是“按照 数据结构 来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。
——上面这句定义对数据库的定义来自百度百科。通过这个定义，我们也能明显看出数据结构是实现数据库的基石。
从本质来看，数据库只负责两件事：读数据、写数据；而数据结构研究的是如何合理组织数据，尽可能提升读、写数据的效率，这恰好是数据库的核心问题。因此，数据结构与数据库这两个领域有非常多的交集。其中，数据库索引最能体现二者的紧密关联。
衡量算法的优劣，有两种评估方式：事前估计和后期测试。
后期测试有性能测试、基准测试（Benchmark）等手段。
但是，后期测试有以下限制：
所以，需要一种方法，可以不受环境或数据规模的影响，粗略地估计算法的执行效率。这种方法就是复杂度分析。
LSM 树具有以下 3 个特点：
LSM 树的这些特点，使得它相对于 B+ 树，在写入性能上有大幅提升。所以，许多 NoSQL 系统都使用 LSM 树作为检索引擎，而且还对 LSM 树进行了优化以提升检索性能。
B+树是在二叉查找树的基础上进行了改造：树中的节点并不存储数据本身，而是只是作为索引。每个叶子节点串在一条链表上，链表中的数据是从小到大有序的。
改造之后，如果我们要求某个区间的数据。我们只需要拿区间的起始值，在树中进行查找，当查找到某个叶子节点之后，我们再顺着链表往后遍历，直到链表中的结点数据值大于区间的终止值为止。所有遍历到的数据，就是符合区间值的所有数据。
Trie 树（又叫“前缀树”或“字典树”）是一种用于快速查询“某个字符串/字符前缀”是否存在的数据结构。
平衡二叉树的严格定义是这样的：二叉树中任意一个节点的左右子树的高度相差不能大于 1。
完全二叉树、满二叉树其实都是平衡二叉树，但是非完全二叉树也有可能是平衡二叉树。
数组和链表分别代表了连续空间和不连续空间的存储方式，它们是线性表（Linear List）的典型代表。其他所有的数据结构，比如栈、队列、二叉树、B+ 树等，实际上都是这两者的结合和变化。
数组用 连续 的内存空间来存储数据。
数组元素的访问是以行或列索引的单一下标表示。
数据结构就是指一组数据的存储结构。算法就是操作数据的一组方法。
