欢迎来到 Swift 算法俱乐部！

注：本文译自 Swift Algorithm Club。

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 7.3 以及 Swift 2.2 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？](What are Algorithms.markdown)－薄饼！

[为什么要学习算法？](Why Algorithms.markdown)－还在担心这不是你的菜吗？请读一下这篇文章。

[大 O 表示法](Big-O Notation.markdown)－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](Algorithm Design.markdown)－怎样设计自己的算法？

[欢迎参与翻译！](How to Contribute.markdown)－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](Insertion Sort/)
• [*二分搜索](Binary Search/)和[*二分搜索树](Binary Search Tree/)
• [*归并排序](Merge Sort/)
• *Boyer-Moore 字符串搜索算法

算法列表

搜索算法

• [*线性搜索](Linear Search/)－从数组中查找某个元素。
• [*二分搜索](Binary Search/)－从已排序的数组中快速查找元素。
• [*统计出现次数](Count Occurrences/)－统计某个值在数组中的出现次数。
• [*查找最大／最小值](Select Minimum Maximum)－找到数组中的最大／最小值。
• [*第 K 大元素](Kth Largest Element/)－找到数组中的第 K 大元素，例如中位数。
• [*选取样本](Selection Sampling/)－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](Brute-Force String Search/)－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。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。
• Rabin-Karp 算法
• [*最长公共子序列算法](Longest Common Subsequence/)－找到两个字符串中的最长公共子序列。

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](Insertion Sort/)
• [*选择排序](Selection Sort/)
• [*希尔排序](Shell Sort/)

快速的排序算法：

• *快速排序
• [*归并排序](Merge Sort/)
• [*堆排序](Heap Sort/)

特殊的排序算法

• [*桶排序](Bucket Sort/) 🚧
• [*计数排序](Counting Sort/)
• 基数排序
• [*拓扑排序](Topological Sort/)

不好的排序算法（知道就行了，不要用！）：

• [*冒泡排序](Bubble Sort/)

压缩算法

• [*变动长度编码法(RLE)](Run-Length Encoding/)。将重复的值存储为一个单字节及其计数。
• [*哈夫曼编码](Huffman Coding/)。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。

数学向算法

• *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－还记得高中学过俄组合数学吗？
• [*调度场算法](Shunting Yard/)－用于将中缀表达式转换为后缀表达式的经典算法。
• 统计算法

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
• 逻辑回归
• 神经网络
• 网页排名算法

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](Bit Set/)－n 位大小固定尺度的序列。
• [*固定长度数组](Fixed Size Array/)－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](Ordered Array/)－一个永远有序的数组。

队列

• 栈－后进先出！
• 队列－先进先出！
• *双端队列
• [*优先队列](Priority Queue)－一个保持最重要的元素总是在最前面的队列。
• [*有限优先队列](Bounded Priority Queue)－元素最大数受限制的优先队列。 🚧
• [*环形缓冲区](Ring Buffer/)－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](Linked List/)－链接起来的数据序列。包含单向和双向链表。
• 跳跃列表

树

• *树－通用目的的树形结构。
• [*二叉树](Binary Tree/)－一种节点最多有两个孩子节点的树形结构。
• [*二叉搜索树(BST)](Binary Search Tree/)－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。
• [*AVL 树](AVL Tree/)－一种通过旋转来维持平衡的二叉搜索树。 🚧
• 红黑树
• 伸展树
• 线索二叉树
• [*线段树](Segment Tree/)－能够快速地对某区间进行计算。
• k-d 树
• *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(Trie)
• B 树
• [*基数树](Radix Tree/) 🚧

哈希

• [*哈希表](Hash Table/)－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](Bloom Filter/)－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](Hash Set/)－使用哈希表实现的集合。
• 多重集
• [*有序集](Ordered Set/)－很看重元素顺序的集合。

图

• *图
• [*广度优先搜索(BFS)](Breadth-First Search/)
• [*深度优先搜索(DFS)](Depth-First Search/)
• [*最短路径算法](Shortest Path %28Unweighted%29/)－作用对象为无权值树。
• [*最小生成树](Minimum Spanning Tree %28Unweighted%29/)－作用对象为无权值树。
• [*任意两点间的最短路径算法](All-Pairs Shortest Paths/)

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](Two-Sum Problem/)
• [*Fizz Buzz](Fizz Buzz/)
• [*蒙提霍尔问题](Monty Hall Problem/)

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

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
• 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。

许可(License)

本项目(包括原项目)都是基于 MIT 协议的，请随意使用！