欢迎来到 Swift 算法俱乐部！

注：本文译自 Swift Algorithm Club。

注：由于早先swift-algorithm-club-cn 翻译不全且已经停止维护，本项目是在此基础上的进行的翻译和更新，感谢 ksco 及其小伙伴的先前付出

想体验更好的点这里

在这里，你可以找到很多流行的算法和数据结构的具体实现，使用的是大家最喜欢的新语言 Swift，并对他们的工作原理配有详细的解释。

如果你是一个计算机学院的学生，为了考试想学习一下算法；又或者你是一个自学成才的程序员，想提高一下自身的理论姿势水平－－你真 TM 来对地方了！

这个项目的目的是解释各种算法的工作方式。所以我们主要关注代码的清晰性和可读性，而不是为了产出一个可复用的库，让读者可以直接拖进自己的工程使用。换句话说，绝大多数的代码都是可以用于实际的项目中的，不过需要你根据自己的项目需求进行一些修整。

所有的代码都是兼容 Xcode 10 以及 Swift 4.2 的。如果 Swift 有更新，我们也会及时跟进。 这个项目目前正在进行中。更多的算法将被加入，敬请期待。:-)

😍欢迎提供建议和贡献！😍

重要链接

什么是算法和数据结构？－做薄饼！

为什么要学习算法？－还在担心这不是你的菜吗？请读一下这篇文章。

大 O 表示法－我们经常会听到这样的话：“这个算法是 O(n) 的”。如果你不知道这是啥意思，请读读这篇文章。

*算法设计技巧－怎样设计自己的算法？

欢迎参与翻译！－如果有意参与翻译，请阅读注意事项！

从哪开始？

如果你之前没有接触过算法和数据结构，你可以从下面这些简单易懂的算法开始看起：

• 栈
• 队列
• 插入排序
• 二分搜索和二分搜索树
• 归并排序
• Boyer-Moore 字符串搜索算法

算法列表

搜索算法

• *线性搜索－从数组中查找某个元素。
• 二分搜索－从已排序的数组中快速查找元素。
• 统计出现次数－统计某个值在数组中的出现次数。
• 查找最大／最小值－找到数组中的最大／最小值。
• 第 K 大元素－找到数组中的第 K 大元素，例如中位数。
• 选取样本－随机地从集合中选取一些元素作为样本。
• 并查集－保持一些不相交的集合，帮助你快速合并它们。

字符串搜索算法

• Brute-Force 算法－一个简单粗暴的方法。
• Boyer-Moore 算法－一种高效的字符串子串搜索算法（BM算法）。它不需要对被搜索的字符串中的字符进行逐一比较，而是根据一个查找表跳过其中的某些部分。
• Knuth-Morris-Pratt 算法 - 一个线性复杂度字符串搜索算法（KMP算法），通过模式字符进行匹配返回所有的字符串的位置
• Rabin-Karp 算法 - 通过哈希算法快速搜索
• 最长公共子序列算法－找到两个字符串中的最长公共子序列。
• Z-Algorithm 在一个字符串中找到所有的模式字符，并返回模式字符在字符串中的开始位置

排序算法

探究排序算法的工作原理是非常有趣的，但在实际的编码中，你几乎永远也不会需要自己编写排序算法，Swift 自带的 sort() 函数已经非常够用了，但如果你还是好奇背后的原理，请继续阅读。

基本的排序算法：

• 插入排序
• *选择排序
• *希尔排序

快速的排序算法：

• *快速排序
• 归并排序
• *堆排序

混合排序:

• 内省排序

特殊的排序算法

• *计数排序
• *基数排序
• *拓扑排序

不好的排序算法（知道就行了，不要用！）：

• *冒泡排序
• *慢速排序

压缩算法

• *变动长度编码法(RLE)。将重复的值存储为一个单字节及其计数。
• *哈夫曼编码。将常见的元素使用更小的单位存储。

杂项

• *搅乱算法－随机搅乱数组中的内容。
• *梳排序 - 基于冒泡算法后提高的算法
• *凸包算法
• *米勒-拉宾素性测试 这是一个素数吗？
• *换硬币数量最小问题 一个动态规划的例子
• *遗传进化算法. 一个简单的例子用来展现一个数值仿照生物进化，如何慢慢突变到自己理想值。
• * Myers 差分算法. 求两个序列的最长公共子序列。

数学算法

• *最大公约数算法(GCD)－特殊福利：最小公倍数算法。
• *排列组合算法－还记得高中学过排列组合数学吗？
• *调度场算法－用于将中缀表达式转换为后缀表达式的经典算法。
• *Karatsuba Multiplication- 另一种初等乘法
• *Haversine 距离 计算球面上两点距离
• *Strassen 矩阵乘法算法 高效处理矩阵乘法的算法
• *判断顺时针逆时针 - 多边形的面积问题

机器学习

• *k-Means 聚类算法－无监督的分类器，将数据聚类为 K 个簇。
• K-近邻算法
• *线性回归 一种建立两个或者更多变量关系模型的技术
• 逻辑回归
• 神经网络
• 网页排名算法
• *朴素贝叶斯算法
• *模拟退火算法 是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解。

数据结构

对于特定的任务，数据结构的选择需要基于以下几点考量。

首先，你的数据是具有某种形态的，并且有一些必要的操作方法。如果你想基于关键字来查找对象，需要的是字典类型的数据结构；如果你的数据原生就是分层级的，就需要某种类型的树形结构；而如果你的数据是线性的，则你需要的是数据结构可能就是栈或队列等。

其次，具体的选择还与你在实际使用中最常用的操作方法有关，因为不同的数据结构都对不同的操作方法做了优化。举例来说，如果你经常需要获取集合中的某些较为重要的元素，那么使用堆或优先队列就比普通的数组要好很多。

绝大多数情况下，使用 Swift 内建的 Array、Dictinary、Set 就足够高效了，但某些时候，可能还是需要某些更合适的数据结构...

数组变体

• 二维数组－固定尺寸的二维数组，可用于棋盘游戏。
• *比特集－n 位大小固定尺度的序列。
• *固定长度数组－如果你确切的知道数据的大小，使用老式的固定长度的数组会更加高效。
• *有序数组－一个永远有序的数组。
• *Rootish Array Stack - 空间时间高效率的Swift数组

队列

• 栈－后进先出！
• 队列－先进先出！
• *双端队列
• *优先队列－一个保持最重要的元素总是在最前面的队列。
• *环形缓冲区－一个语义上的固定大小的环形缓冲区，实际使用的是一维序列头尾相接实现。

列表

• *链表－链接起来的数据序列。包含单向和双向链表。
• *跳跃表- 跳跃表是一种随机化的数据结构与AVL/红黑树有着相同的时间复杂度O(logN),并且更新和搜索更加高效简单。

树

• *树－通用目的的树形结构。

• *二叉树－一种节点最多有两个孩子节点的树形结构。

• 二叉搜索树(BST)－以某种方式组织自己的节点的二叉树，以求较快的查询速度。

• *红黑树 - 自平衡二叉搜索树

• *AVL 树－一种通过旋转来维持平衡的二叉搜索树。

• *伸展树- 自平衡二叉搜索树允许快速检索最近更新的节点

• *线索二叉树 - 一种二叉搜索树通过额外的数据加快遍历并降低消耗

• *线段树－能够快速地对某区间进行计算。

  • Lazy Propagation

• k-d 树

• 稀疏表 又一个可以对数组部分做计算的数据结构，但是这次可以更快！

• *堆－存储在一维数组中的二叉树，所以它不需要使用指针。很适合做为优先队列使用。

• 斐波那契堆

• *字典树 - 一种特殊类型的树结构用来保存关联数据的结构

• *B 树 - 自平衡搜索树，每个节点可以超过两个子节点

• *基数树是将指针与long整数键值相关联的机制，它存储有效率，并且可快速查询

• *四叉树

• *八叉树

哈希

• *哈希表－允许你通过一个关键词来存取数据。字典通常都是基于哈希表实现的。
• 哈希函数

集合

• *布隆过滤器－一个常量内存数据结构，用于概率性的检测某个元素是否在集合中。
• *哈希集合－使用哈希表实现的集合。
• *多重集 - 可以重复添加元素的集合
• *有序集－很看重元素顺序的集合。

图

• *图
• *广度优先搜索(BFS)
• *深度优先搜索(DFS)
• *最短路径算法－作用对象为无权值树。
• *单源最短路径算法
• *最小生成树－作用对象为无权值树。
• *最小生成树- 作用对象为有权值的树
• *任意两点间的最短路径算法
• *Dijkstra's 最短路径算法
• A* 算法

智力题

很多程序员在面试时都会被问到一些算法性质的智力题。这里只囊括了一点比较有趣的。想了解更多的智力题（及答案），请浏览这里，还有这里。

• *二和问题
• *三和问题/四和问题
• *Fizz Buzz
• *蒙提霍尔问题
• *寻找回文串
• *哲学家进餐问题
• *扔🥚问题
• *编码和解码二叉树
• *最近点对算法

Raywenderlich 书籍推荐

喜欢本系列？可以购买 Swift 算法学院出品的 Data Structures & Algorithms in Swift。

你可以从像链表，队列，栈这些基本的数据机构开始，学习如何用 Swift 语言的方式实现他们。然后进阶实现各种类型的树，以及各种特定用途的树如二叉树， AVL 树，二分查找树和字典树等。

学习比冒泡，插入排序更好的算法，如归并排序、基数排序、堆排序和快速排序。学习构建有向图和无向图以及带权重的图来表示现世界中的模型，用广度优先算法、深度优先算法、Dijkstra Prim 算法高效的遍历图和树，在网络中找出最短路径和使用最低代价。

在书的最后，用数据结构和算法实战解决一些通用问题，这样你就踏上自己开发高效算法的历程啦！

放个链接在此，raywenderlich.com store.

学无止境！

请参阅以下书籍获取更多内容：

• Introduction to Algorithms by Cormen, Leiserson, Rivest, Stein
• The Algorithm Design Manual by Skiena
• Elements of Programming Interviews by Aziz, Lee, Prakash
• Algorithms by Sedgewick
• Grokking Algorithms by Aditya Bhargava

下面的书籍均可在网上免费阅读：

• Algorithms by Dasgupta, Papadimitriou, Vazirani
• Algorithms, Etc. by Erickson
• Algorithms + Data Structures = Programs by Wirth
• Algorithms and Data Structures: The Basic Toolbox by Mehlhorn and Sanders
• Open Data Structures by Pat Morin
• Wikibooks: Algorithms and Implementations

其它关于算法的资源：

• EKAlgorithms－非常棒的使用 Objective-C 编写的算法集合。
• @lorentey－使用 Swift 实现的产品级质量的常用算法和数据结构实现。
• Rosetta Code－提供了很多中语言的算法实现。
• AlgorithmVisualizer－在浏览器中的图形化算法演示。
• Swift Structures 在哪里使用这些数据结构 这里

声明

Swift算法俱乐部最初是由 Matthijs Hollemans 创建的。 现在由 Vincent Ngo, Kelvin Lau 和 Richard Ash 进行维护.

Swift算法俱乐部由 算法贡献者 和raywenderlich.com社区大力支持。 我们一直在寻找联盟者，为什么不加入呢？:]

许可(License)

本项目(包括原项目)都是基于 MIT 协议的

我们所有提交的 pull request 都是通过这个平台，所有代码和文章因此都是遵循该许可的。 根据该许可，Razeware, LLC 和其他人都对相关的文档保留权利。你可以这里找到许可文档。

所有中文文档的翻译来自Swift 算法学院，因此也将遵循原项目协议