coding interview university
1.0.0
我最初创建此列表是为了成为一名软件工程师的学习主题的简短待办事项列表，但它后来发展到了您今天看到的庞大列表。经过这个学习计划后，我被亚马逊聘为软件开发工程师！你可能不需要像我一样学习。不管怎样，你需要的一切都在这里。
我每天学习大约8-12个小时，持续了几个月。这是我的故事：为什么我为了 Google 面试而全日制学习了 8 个月
请注意：您不需要像我一样学习。我在不需要知道的事情上浪费了很多时间。更多相关信息如下。我会帮助你到达那里，不会浪费你的宝贵时间。
这里列出的内容可以帮助你为几乎所有软件公司的技术面试做好准备，包括巨头：亚马逊、Facebook、谷歌和微软。
祝你好运！
印度尼西亚语
保加利亚语
西班牙语
德语
日语（日本语）
马拉地语
抛光
巴西葡萄牙语
俄语
Tiếng Việt - 越南语
乌尔都语 - affiliate
乌兹别克语
বাংলা - 孟加拉语
ខ្មែរ - 高棉语
简体中文
繁体中文
南非荷兰语
阿拉伯
法语
希腊语
意大利语
韩语(한국어)
马拉雅拉姆语
波斯语 - 波斯语
泰卢固语
泰国
土耳其
Українська
奥古斯都
हिन्दी
成为赞助商并支持编码面试大学！
这是我为成为一家大公司的软件工程师而进行的数月学习计划。
必需的：
有一点编码经验（变量、循环、方法/函数等）
耐心
时间
请注意，这是软件工程的学习计划，而不是前端工程或全栈开发。其他地方确实有针对这些职业道路的超级路线图和课程（有关更多信息，请参阅 https://roadmap.sh/ ）。
在大学计算机科学课程中有很多东西需要学习，但只知道 75% 左右就足以进行面试，所以这就是我在这里介绍的内容。对于完整的 CS 自学课程，我的学习计划资源已包含在 Kamran Ahmed 的计算机科学路线图中：https://roadmap.sh/computer-science
它是什么？
为什么要使用它？
如何使用
不要觉得自己不够聪明
关于视频资源的注意事项
选择编程语言
数据结构和算法书籍
面试准备书籍
别犯我的错误
您不会看到的内容
每日计划
编码问题练习
编码问题
算法复杂度/Big-O/渐近分析
数据结构
数组
链表
堆
队列
哈希表
更多知识
二分查找
按位运算
树木
树 - 简介
二叉搜索树：BST
堆/优先队列/二叉堆
平衡搜索树（一般概念，不是细节）
遍历：前序、中序、后序、BFS、DFS
排序
选择
插入
堆排序
快速排序
归并排序
图表
指导的
无向的
邻接矩阵
邻接表
遍历：BFS、DFS
更多知识
递归
动态规划
设计模式
组合学（n 选择 k）和概率
NP、NP 完全和近似算法
计算机如何处理程序
缓存
进程和线程
测试
字符串搜索和操作
尝试
浮点数
统一码
字节顺序
联网
最终审查
更新您的简历
找工作
面试流程和一般面试准备
面试时要考虑一下
有问题要问面试官
一旦你找到工作
---------------- 这一点以下的所有内容都是可选的 ----------------
附加书籍
系统设计、可扩展性、数据处理（如果您有 4 年以上经验）
额外学习
AVL树
八字树
红/黑树
2-3个搜索树
2-3-4 树（又名 2-4 树）
N 元（K 元、M 元）树
B树
编译器
Emacs 和 vi(m)
Unix 命令行工具
信息论
奇偶校验和汉明码
熵
密码学
压缩
计算机安全
垃圾收集
并行编程
消息传递、序列化和排队系统
一个*
快速傅立叶变换
布隆过滤器
超级日志日志
局部敏感哈希
范恩德博阿斯树
增强数据结构
平衡搜索树
kD 树
跳过列表
网络流量
不相交集和并集查找
快速处理数学
特雷普
线性规划
几何，凸包
离散数学
有关某些主题的其他详细信息
视频系列
计算机科学课程
文件
如果你想在一家大公司担任软件工程师，这些是你必须了解的事情。
如果你像我一样错过了获得计算机科学学位的机会，这会让你抓住机会，并节省你四年的生命。
当我开始这个项目时，我不知道堆栈和堆，不知道 Big-O 任何东西，也不知道有关树的任何东西，也不知道如何遍历图。如果我必须编写一个排序算法，我可以告诉你这会很糟糕。我曾经使用过的每个数据结构都内置于该语言中，而且我根本不知道它们在幕后是如何工作的。我从来不需要管理内存，除非我正在运行的进程会给出“内存不足”错误，然后我必须找到解决方法。我一生中使用过一些多维数组和数千个关联数组，但我从未从头开始创建数据结构。
这是一个长期的计划。这可能需要你几个月的时间。如果您已经熟悉了其中的很多内容，那么您花费的时间就会少很多。
⬆ 回到顶部
下面的所有内容都是一个大纲，您应该按照从上到下的顺序处理这些项目。
我正在使用 GitHub 的特殊 Markdown 风格，包括用于跟踪进度的任务列表。
有关 GitHub 风格的 Markdown 的更多信息
在此页面上，单击顶部附近的“代码”按钮，然后单击“下载 ZIP”。解压缩该文件，您可以使用文本文件。
如果您在理解 Markdown 的代码编辑器中打开，您会看到所有内容都格式化得很好。
创建一个新分支，以便您可以检查这样的项目，只需在括号中放入 x：[x]
单击“分叉”按钮分叉 GitHub 存储库： https://github.com/jwasham/coding-interview-university 。
克隆到您的本地存储库：
git clone https://github.com/<YOUR_GITHUB_USERNAME>/coding-interview-university.gitcdcoding-interview-university git 远程添加上游 https://github.com/jwasham/coding-interview-university.git git remote set-url --push upper DISABLE # 这样你就不会将你的个人进度推回原始仓库
完成更改后，用 X 标记所有框：
git commit -am “标记个人进度” git pull upstream main # 让你的 fork 与原始 repo 的更改保持同步 git push # 只是推送到你的 fork
⬆ 回到顶部
成功的软件工程师都很聪明，但许多人都有一种不安全感，认为自己不够聪明。
以下视频可以帮助您克服这种不安全感：
天才程序员的神话
独自前行是危险的：与科技中的隐形怪物作斗争
⬆ 回到顶部
有些视频只能通过注册 Coursera 或 EdX 课程才能观看。这些被称为 MOOC。有时课程不上课，因此您必须等待几个月，因此您无法访问。
如果用免费且随时可用的公共资源（例如 YouTube 视频（最好是大学讲座））取代在线课程资源，那就太好了，这样大家就可以随时学习这些资源，而不仅仅是在特定在线课程开课时学习。
⬆ 回到顶部
您需要为进行的编码面试选择一种编程语言，但您还需要找到一种可用于学习计算机科学概念的语言。
最好语言是相同的，这样您只需要精通一种语言即可。
当我制定学习计划时，我大部分使用了两种语言：C 和 Python
C：非常低的水平。允许您处理指针和内存分配/释放，让您感受到骨子里的数据结构和算法。在 Python 或 Java 等高级语言中，这些对您来说是隐藏的。在日常工作中，这非常棒，但是当您学习如何构建这些低级数据结构时，感觉接近金属的感觉很棒。
这是一本简短的书，但它会让您很好地掌握 C 语言，如果您稍微练习一下，您很快就会精通。了解 C 语言可以帮助您了解程序和内存的工作原理。
您不需要非常深入地阅读这本书（甚至不需要读完它）。只需到达您可以轻松地用 C 语言进行读写的地方即可。
C无处不在。在学习过程中，您会在书籍、讲座、视频中随处看到示例。
C 编程语言，第二版
Python：现代且非常具有表现力，我学习它是因为它非常有用，并且还允许我在面试中编写更少的代码。
这是我的偏好。当然，你做你喜欢做的事。
您可能不需要它，但这里有一些学习新语言的网站：
锻炼
密码战
黑客地球
定标器主题（Java、C++）
Programiz PRO 社区挑战）
您可以使用您熟悉的语言来完成面试的编码部分，但对于大公司来说，这些都是可靠的选择：
C++
爪哇
Python
您也可以使用这些，但请先阅读。可能有一些注意事项：
JavaScript
红宝石
这是我写的一篇关于选择面试语言的文章：为编码面试选择一种语言。这是我的帖子所基于的原始文章：选择面试的编程语言
您需要对这门语言非常熟悉并且知识渊博。
阅读有关选择的更多信息：
为您的编码面试选择正确的语言
请在此处查看特定于语言的资源
⬆ 回到顶部
本书将为您的计算机科学奠定基础。
只需选择一种您熟悉的语言即可。您将进行大量阅读和编码。
C 语言算法，第 1-5 部分（捆绑包），第 3 版
基础知识、数据结构、排序、搜索和图形算法
Python 中的数据结构和算法
古德里奇、塔马西亚、戈德瓦瑟
我喜欢这本书。它涵盖了一切，甚至更多。
Python代码
我的发光读书报告：https://startupnextdoor.com/book-report-data-structs-and-algorithms-in-python/
您的选择：
古德里奇、塔马西亚、戈德瓦瑟
Java 中的数据结构和算法
塞奇威克和韦恩：
算法一
算法二
算法
涵盖本书的免费 Coursera 课程（由作者教授！）：
您的选择：
古德里奇、塔马西亚和芒特
C++ 中的数据结构和算法，第二版
塞奇威克和韦恩
C++ 算法，第 1-4 部分：基础知识、数据结构、排序、搜索
C++ 算法第 5 部分：图算法
⬆ 回到顶部
你不需要买一堆这样的东西。老实说，《破解编码面试》可能就足够了，但我买了更多来给自己更多练习。但我总是做得太多。
这两个我都买了。他们给了我很多练习。
编程面试揭秘：通过面试编码，第四版
C++ 和 Java 答案
这是破解编码面试的一个很好的热身
不太难。大多数问题可能比你在面试中看到的更容易（根据我读到的内容）
破解编码面试，第六版
用 Java 回答
选择一项：
编程面试要点（C++版）
Python 编程面试要素
编程面试要素（Java 版） - 配套项目 - 书中每个问题的方法存根和测试用例
⬆ 回到顶部
这份名单在几个月内不断增长，是的，它已经失控了。
以下是我犯的一些错误，以便您获得更好的体验。您将节省数月的时间。
我观看了几个小时的视频并做了大量笔记，几个月后，有很多我不记得了。我花了三天时间整理笔记并制作抽认卡，这样我就可以复习。我不需要所有这些知识。
请阅读以下内容，以免犯我的错误：
保留计算机科学知识。
为了解决这个问题，我制作了一个小抽认卡网站，我可以在其中添加两种类型的抽认卡：常规和代码。每张卡都有不同的格式。我创建了一个移动优先网站，这样无论我身在何处，我都可以在手机或平板电脑上进行查看。
免费制作您自己的：
抽认卡网站存储库
我不推荐使用我的抽认卡。太多了，而且大部分都是你不需要的琐事。
但如果你不想听我的话，那么你可以：
我的闪存卡数据库（1200 张卡）：
我的抽认卡数据库（极限 - 1800 张卡片）：
请记住，我做得太过分了，卡片涵盖了从汇编语言和 Python 琐事到机器学习和统计的所有内容。这对于需要的东西来说太多了。
关于抽认卡的注意事项：当您第一次意识到自己知道答案时，不要将其标记为已知。你必须看到同一张卡片并正确回答几次才能真正了解它。重复会让这些知识更深入你的大脑。
使用我的抽认卡网站的另一个选择是 Anki，它已被多次推荐给我。它使用重复系统来帮助您记住。它用户友好，可在所有平台上使用，并具有云同步系统。 iOS 上的费用为 25 美元，但其他平台上免费。
我的 Anki 格式抽认卡数据库：https://ankiweb.net/shared/info/25173560（感谢@xiewenya）。
一些学生提到了空白的格式问题，可以通过执行以下操作来解决：打开卡片组，编辑卡片，单击卡片，选择“样式”单选按钮，然后添加成员“white-space: pre;”到卡类。
这非常重要。
在学习数据结构和算法的同时开始编写面试问题。
你需要应用你所学到的知识来解决问题，否则你会忘记。我犯了这个错误。
一旦您学习了一个主题，并且对它感到有些熟悉，例如链接列表：
打开一本编码面试书籍（或编码问题网站，如下所列）
做 2 到 3 道有关链表的问题。
继续下一个学习主题。
稍后再回去做另外2、3道链表题。
对你学到的每个新主题都这样做。
在你学习所有这些东西的同时，而不是之后，继续做问题。
雇用你不是因为你有知识，而是因为你如何应用这些知识。
有很多这方面的资源，如下所示。继续前进。
有很多干扰因素会占用宝贵的时间。集中注意力和专注是很困难的。打开一些没有歌词的音乐，你就能很好地集中注意力。
⬆ 回到顶部
这些是流行技术，但不属于本研究计划的一部分：
JavaScript
HTML、CSS等前端技术
SQL
⬆ 回到顶部
本课程涵盖很多主题。每一项都可能需要您几天的时间，甚至一周或更长时间。这取决于你的日程安排。
每天，学习列表中的下一个主题，观看一些有关该主题的视频，然后用您为本课程选择的语言编写该数据结构或算法的实现。
你可以在这里看到我的代码：
C
C++
Python
您不需要记住每个算法。您只需要能够充分理解它就能够编写自己的实现。
⬆ 回到顶部
Why is this here? I'm not ready to interview.
然后回去读一下这篇文章。
为什么你需要练习解决编程问题：
问题识别以及正确的数据结构和算法的适用范围
收集问题的需求
像在面试中那样谈论解决问题的方法
在白板或纸上编码，而不是在计算机上
提出解决方案的时间和空间复杂度（参见下面的 Big-O）
测试您的解决方案
有一个关于在面试中有条不紊、沟通地解决问题的精彩介绍。你也可以从编程面试书籍中得到这个，但我发现这个很出色：算法设计画布
在白板或纸上编写代码，而不是在计算机上。使用一些示例输入进行测试。然后输入并在计算机上测试。
如果您家里没有白板，请从艺术品商店购买一个大绘图板。你可以坐在沙发上练习。这就是我的“沙发白板”。我在照片中添加了笔只是为了缩放。如果您使用笔，您会希望可以擦除。很快就会变得混乱。我用铅笔和橡皮。
编码问题练习并不是要记住编程问题的答案。
⬆ 回到顶部
不要忘记这里的关键编码面试书籍。
解决问题：
如何找到解决方案
如何剖析 Topcoder 问题陈述
编码面试问题视频：
IDeserve (88 视频)
Tushar Roy（5 个播放列表）
超级适合问题解决方案的演练
Nick White - LeetCode 解决方案（187 视频）
对解决方案和代码的良好解释
短时间内可以看好几部
FisherCoder - LeetCode 解决方案
挑战/练习地点：
Leet代码
我最喜欢的编码问题网站。您可能需要准备的 1-2 个月的订阅费用是值得的。
有关代码演练，请参阅上面的 Nick White 和 FisherCoder 视频。
黑客排名
顶级编码器
代码力量
科迪利
极客的极客
算法专家
由 Google 工程师创建，这也是磨练技能的绝佳资源。
欧拉计划
非常注重数学，不太适合编码面试
⬆ 回到顶部
好了，废话不多说了，快来学习吧！
但在学习时不要忘记做上面的编码问题！
这里无需执行任何操作，您只需观看视频并做笔记即可！耶！
这里有很多视频。只要看够了，直到你理解为止。您可以随时回来查看。
如果您不理解其背后的所有数学原理，请不要担心。
您只需要了解如何用 Big-O 来表达算法的复杂性。
哈佛 CS50 - 渐近符号（视频）
大 O 符号（通用快速教程）（视频）
大 O 表示法（以及 Omega 和 Theta）- 最佳数学解释（视频）
斯基纳（视频）
加州大学伯克利分校 Big O（视频）
摊销分析（视频）
TopCoder（包括递推关系和主定理）：
计算复杂性：第 1 节
计算复杂性：第 2 节
备忘单
[复习] 18 分钟分析算法（播放列表）（视频）
嗯，差不多就这些了。
当你阅读“破解编码面试”时，有一章是关于此的，最后有一个测验，看看你是否可以识别不同算法的运行时复杂性。这是一次超级回顾和测试。
⬆ 回到顶部
在内存中是连续的，因此邻近有助于提高性能
所需空间 = (数组容量，>= n) * 项目大小，但即使是 2n，仍然是 O(n)
O(1) 在末尾添加/删除（为分配更多空间而摊销）、索引或更新
O(n) 在其他地方插入/删除
练习使用数组和指针以及指针数学进行编码以跳转到索引而不是使用索引。
已分配内存的新原始数据数组
size() - 项目数量
capacity() - 它可以容纳的物品数量
is_empty()
at(index) - 返回给定索引处的项目，如果索引超出范围则爆炸
推（项目）
insert(index, item) - 在索引处插入项目，将该索引的值和尾随元素向右移动
prepend(item) - 可以在索引 0 处使用上面的插入
pop() - 从末尾删除，返回值
delete(index) - 删除索引处的项目，将所有尾随元素向左移动
remove(item) - 查找值并删除保存它的索引（即使在多个位置）
find(item) - 查找值并返回具有该值的第一个索引，如果未找到则返回 -1
resize(new_capacity) // 私有函数
可以在底层分配 int 数组，只是不使用它的功能
从 16 开始，或者如果起始数字更大，则使用 2 - 16、32、64、128 的幂
当达到容量时，将大小调整为两倍
弹出项目时，如果大小为容量的 1/4，则将大小调整为一半
阵列 CS50 哈佛大学
数组（视频）
加州大学伯克利分校 CS61B - 线性和多维阵列（视频）（从 15m 32s 开始观看）
动态数组（视频）
锯齿状阵列（视频）
关于数组：
实现一个向量（具有自动调整大小的可变数组）：
时间
空间
描述（视频）
无需实施
size() - 返回列表中数据元素的数量
empty() - 如果为空则 bool 返回 true
value_at(index) - 返回第 n 个项目的值（第一个从 0 开始）
push_front(value) - 将一个项目添加到列表的前面
pop_front() - 删除前面的项目并返回其值
Push_back(value) - 在末尾添加一个项目
pop_back() - 删除最终项目并返回其值
front() - 获取前面项目的值
back() - 获取最终项目的值
insert(index, value) - 在索引处插入值，因此该索引处的当前项目由索引处的新项目指向
删除（索引） - 删除给定索引处的节点
value_n_from_end(n) - 返回列表末尾第 n 个位置的节点的值
reverse() - 反转列表
remove_value(value) - 删除列表中具有该值的第一项
指针到指针
核心链表与数组（视频）
现实世界中的链表与数组（视频）
链接列表 CS50 哈佛大学 - 这构建了直觉。
单链表（视频）
CS 61B - 链接列表 1（视频）
CS 61B - 链接列表 2（视频）
[复习] 4 分钟链接列表（视频）
描述：
C 代码（视频）- 不是整个视频，只是有关 Node 结构和内存分配的部分
链表与数组：
为什么应该避免链接列表（视频）
问题：您需要指针到指针的知识：（因为当您将指针传递给可能会更改该指针指向的地址的函数时）此页面只是为了掌握 ptr 到 ptr。我不推荐这种列表遍历方式。可读性和可维护性因聪明而受到损害。
实现（我使用尾指针和不使用）：
双向链表
堆栈（视频）
[评论] 3 分钟内堆叠（视频）
不会执行。使用数组实现很简单
使用链表的糟糕实现是，在头部入队并在尾部出队的时间复杂度为 O(n)，因为您需要倒数第二个元素，从而导致对每个出队进行完全遍历
入队：O(1)（摊销、链表和数组[探测]）
出队：O(1)（链表和数组）
空：O(1)（链表和数组）
enqueue(value) - 在可用存储末尾添加项目
dequeue() - 返回值并删除最近最少添加的元素
空的（）
满的（）
enqueue(value) - 在尾部位置添加值
dequeue() - 返回值并删除最近最少添加的元素（前面）
空的（）
队列（视频）
循环缓冲器/先进先出
【回顾】3分钟排队（视频）
使用链表实现，带有尾指针：
使用固定大小的数组实现：
成本：
hash(k, m) - m 是哈希表的大小
add(key, value) - 如果键已经存在，则更新值
存在（键）
获取（键）
删除（键）
核心哈希表（视频）
数据结构（视频）
电话簿问题（视频）
分布式哈希表：
Dropbox 中的即时上传和存储优化（视频）
分布式哈希表（视频）
哈希与链接（视频）
卡普-拉宾桌加倍（视频）
开放寻址、加密散列（视频）
PyCon 2010：强大的字典（视频）
PyCon 2017：字典更强大（视频）
（高级）随机化：通用和完美哈希（视频）
（高级）完美哈希（视频）
[复习] 4 分钟哈希表（视频）
视频：
在线课程：
使用线性探测通过数组实现
⬆ 回到顶部
二分查找（在已排序的整数数组上）
使用递归的二分查找
二分查找（视频）
二分查找（视频）
细节
蓝图
【复习】4分钟二分查找（视频）
实施：
绝对整数
交换
计算字节中位数的 4 种方法（视频）
计数位数
如何计算 32 位整数中设置的位数
二进制：优点和缺点（为什么我们使用二进制补码）（视频）
1 补码
2s 补码
字
很好的介绍：位操作（视频）
C 编程教程 2-10：按位运算符（视频）
位操作
按位运算
比特黑客
比特摆弄者
Bit Twiddler 互动
位黑客（视频）
实践操作
你应该知道 2 的许多幂，从 (2^1 到 2^16 和 2^32)
位备忘单
很好地理解使用以下方式操作位：&、|、^、~、>>、<<
2 和 1 补码
计数设置位
交换值：
绝对值：
⬆ 回到顶部
BFS注意事项：
DFS注意事项：
级别顺序（BFS，使用队列）
时间复杂度：O(n)
空间复杂度：最好：O(1)，最差：O(n/2)=O(n)
时间复杂度：O(n)
空间复杂度：最佳：O(log n) - 平均值。最差树的高度：O(n)
中序（DFS：左、自身、右）
后序（DFS：左、右、自身）
预购（DFS：自我、左、右）
树木简介（视频）
树遍历（视频）
BFS（广度优先搜索）和 DFS（深度优先搜索）（视频）
[回顾] 4 分钟广度优先搜索（视频）
【回顾】4分钟深度优先搜索（视频）
[评论] 11 分钟内遍历树（播放列表）（视频）
insert // 将值插入树中
get_node_count // 获取存储值的计数
print_values // 打印树中的值，从最小值到最大值
删除树
is_in_tree // 如果给定值存在于树中则返回 true
get_height // 返回节点的高度（单个节点的高度为1）
get_min // 返回树中存储的最小值
get_max // 返回树中存储的最大值
is_binary_search_tree
删除值
get_successor // 返回给定值之后树中的下一个最高值，如果没有则返回 -1
二叉搜索树 - C/C++ 中的实现（视频）
BST 实现 - 堆栈和堆中的内存分配（视频）
在二叉搜索树中查找最小和最大元素（视频）
查找二叉树的高度（视频）
二叉树遍历 - 广度优先和深度优先策略（视频）
二叉树：层序遍历（视频）
二叉树遍历：前序、中序、后序（视频）
检查二叉树是否是二叉搜索树（视频）
从二叉搜索树中删除节点（视频）
二叉搜索树中的中序后继（视频）
二叉搜索树回顾（视频）
简介（视频）
麻省理工学院（视频）
C/C++：
实施：
插入
sift_up - 插入所需
get_max - 返回最大项目，而不删除它
get_size() - 返回存储的元素数量
is_empty() - 如果堆不包含元素则返回 true
extract_max - 返回最大项，并将其删除
sift_down - extract_max 需要
remove(x) - 删除索引 x 处的项目
heapify - 从 heap_sort 所需的元素数组创建堆
heap_sort() - 获取一个未排序的数组，并使用最大堆或最小堆将其转换为已排序的数组
可视化为树，但通常在存储中是线性的（数组、链表）
堆
简介（视频）
二叉树（视频）
树高备注（视频）
基本操作（视频）
完整二叉树（视频）
伪代码（视频）
堆排序 - 跳转到开始（视频）
堆排序（视频）
构建堆（视频）
MIT 6.006 算法简介：二叉堆
CS 61B 第 24 讲：优先级队列（视频）
线性时间 BuildHeap（最大堆）
[评论] 13 分钟内的堆（播放列表）（视频）
实现最大堆：
⬆ 回到顶部
笔记：
我不建议对链表进行排序，但合并排序是可行的。
链表的归并排序
排序算法稳定性
排序算法的稳定性
排序算法的稳定性
排序算法 - 稳定性
没有冒泡排序 - 这很糟糕 - O(n^2)，除非 n <= 16
实施排序并了解最好情况/最坏情况，每种情况的平均复杂度：
排序算法的稳定性（“快速排序稳定吗？”）
哪些算法可以用于链表？哪个在数组上？两者中哪一个？
对于堆排序，请参见上面的堆数据结构。堆排序很棒，但不稳定
Sedgewick - 合并排序（5 个视频）
1. 归并排序
2.自下而上的归并排序
3. 排序复杂度
4. 比较器
5、稳定性
Sedgewick - 快速排序（4 个视频）
1. 快速排序
2. 选型
3. 重复的钥匙
4. 系统分类
加州大学伯克利分校：
CS 61B 第 29 讲：排序 I（视频）
CS 61B 第 30 讲：排序 II（视频）
CS 61B 第 32 讲：排序 III（视频）
CS 61B 第 33 讲：排序 V（视频）
CS 61B 2014-04-21：基数排序（视频）
冒泡排序（视频）
分析冒泡排序（视频）
插入排序、合并排序（视频）
插入排序（视频）
合并排序（视频）
快速排序（视频）
选择排序（视频）
合并排序代码：
使用输出数组 (C)
使用输出数组 (Python)
就地 (C++)
快速排序代码：
实施（C）
实施（C）
实现（Python）
【回顾】18分钟排序（播放列表）
4 分钟快速排序（视频）
4 分钟内进行堆排序（视频）
3 分钟内进行合并排序（视频）
2 分钟内进行冒泡排序（视频）
3 分钟内选择排序（视频）
2 分钟内插入排序（视频）
实施：
合并排序：O(n log n) 平均和最差
