一、类型和运算

寻求帮助

1
2

dir(obj)            # 简单的列出对象obj所包含的方法名称，返回一个字符串列表
help(obj.func)      # 查询obj.func的具体介绍和用法

测试类型的三种方法

推荐第三种

1
2
3
4
5
6

if type(L) == type([]):
    print("L is list")
if type(L) == list:
    print("L is list")
if isinstance(L, list):
    print("L is list")

有句开玩笑的话，大概是这样说的：“经典就是买的人很多，读的人却很少的作品”，而《百年孤独》可能就是这样的经典作品，读完真的是史诗般的孤独体验，可能我以后还会再去品味这部经典，但我确信近几年我不想，也不能再都去读了。🤦‍♀️

本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Union-Find

并查集(Union-Find)

并查集是一种数据结构，可以跟踪一组元素，它们分布在几个不相交（非重叠）子集合中。 它也被称为不相交集数据结构。

这是什么意思呢？ 例如，并查集数据结构可以跟踪以下集合：

[ a, b, f, k ]
[ e ]
[ g, d, c ]
[ i, j ]

本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Selection Sampling

选取样本（Selection Sampling）

目标：从n个项的集合中随机选择k个项。

假设你有一副52张牌，你需要随机抽取10张牌。 这个算法可以让你达成。

这是一个非常快的版本：

1
2
3
4
5
6
7
8
9
10

func select<T>(from a: [T], count k: Int) -> [T] {
  var a = a
  for i in 0..<k {
    let r = random(min: i, max: a.count - 1)
    if i != r {
      swap(&a[i], &a[r])
    }
  }
  return Array(a[0..<k])
}

本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Kth Largest Element

第k大元素问题(k-th Largest Element Problem)

你有一个整数数组a。 编写一个算法，在数组中找到第k大的元素。

例如，第1个最大元素是数组中出现的最大值。 如果数组具有n个元素，则第n最大元素是最小值。 中位数是第n/2最大元素。

朴素的解决方案

以下是半朴素的解决方案。 它的时间复杂度是 O(nlogn)，因为它首先对数组进行排序，因此也使用额外的 O(n) 空间。

1
2
3
4
5
6
7
8
9

func kthLargest(a: [Int], k: Int) -> Int? {
  let len = a.count
  if k > 0 && k <= len {
    let sorted = a.sorted()
    return sorted[len - k]
  } else {
    return nil
  }
}

这是我学习《趣谈网络协议》的一篇笔记。

计算机网络是不仅需要背诵，而且特别需要将原理烂熟于胸的学科。

1.几个问题

网络分层不恰当的比喻：一家公司也是分“层次”的，分总经理、经理、组长、员工。总经理之间有他们的沟通方式，经理和经理之间也有沟通方式，同理组长和员工。

1. TCP 在进行三次握手的时候，IP层和 MAC层对应都有什么操作呢？

2. 第三层网络层中设计路由协议，说路由就像中转站，我们从原始地址 A 到目标地址D，中间经过两个中转站 A->B->C->D，是通过路由转发的。

   阅读全文 »

这是我学习《趣谈网络协议》的一篇笔记。

协议如同人与人的对话，语言不通，无法沟通。

1
2
3
4
5

public class HelloWorld {
  public static void main(String[] args){
    System.out.println("Hello World!");
  }
}

Xcode中不少有点图标和符号，平常使用不怎么注意，仔细思考🤔一下，有的还不清楚啥意思，这边我做个小小的归纳。

按照显示位置，大概分为以下四类：

一、文件后面的字母或符号

这些字母或符合对应版本控制（Git，Xcode10已经不再支持SVN），如果没有使用Git，也可大概看看那些文件修改了或者是新加的。

M —— modified，已被修改，需要 commit
A —— added，文件是新添加的，已经add，需要 commit
R —— 文件被重命名
? —— 文件是新添加的，还没有add
D —— deleted，文件在服务器上已被删除，这时update的话，可删除本地的文件
C —— conflict，冲突

本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Minimum Spanning Tree(Unweighted))

最小生成树（未加权图）（Minimum Spanning Tree (Unweighted Graph)）

最小生成树描述了包含访问图中每个节点所需的最小数目边的路径。

看下图：

本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Minimum Spanning Tree

最小生成树（加权图）（Minimum Spanning Tree (Weighted Graph)）

这个主题有一篇辅导文章

连接的无向加权图的最小生成树（MST）具有来自原始图的边的子集，其将所有顶点连接在一起，没有任何循环并尽可能减少总边权重。 图中可以有多个MST。

有两种流行的算法来计算图形的MST - Kruskal算法和Prim算法。 两种算法的总时间复杂度为O(ElogE)，其中E是原始图的边数。

Kruskal算法

Sort the edges base on weight. Greedily select the smallest one each time and add into the MST as long as it doesn’t form a cycle.
根据权重对边进行排序。每次贪婪地选择最小的一个并且只要它不形成循环就加入MST。
Kruskal的算法使用并查集 数据结构来检查是否有任何其他边导致循环。逻辑是将所有连接的顶点放在同一个集合中（在并查集的概念中）。如果来自新边的两个顶点不属于同一个集合，那么将该边添加到MST中是安全的。

下图演示了这个步骤：