【雷达信号优化】第五章 波达方向估计与波束成形

Shell原始：Θ(N²)Shell sort = 多轮“间隔插入排序”，逐步缩小h直到1Shell sort = “带间隔的插入排序 + 逐步缩小间隔 + 用空间换时间的优化版插入排序”堆排序 & 归并排序 速记模板三、堆排序（Heapsort）堆排序=“先建堆，再不断删除最大值/最小值放到末尾”，每次调整堆。两步流程② N−1次 DeleteMax + PercDown（每次O(logN)）复杂度时间：O(N log N)（稳定上界）空间：O(1)（原地排序）性质。

使用封装好的该函数，解析dts中的。

common.h 定义了 SDK 中所有模块共用的基础数据结构，相当于整个项目的"数据字典"。它是纯头文件，没有 .cpp 实现，只包含结构体定义

交换排序——冒泡排序，快速排序

时间复杂度的本质是算法执行次数与数据规模n的函数关系，它反映的是运行时间的增长趋势，而非绝对时间。算法A需要遍历1次数据，执行次数为n；算法B需要遍历2次数据，执行次数为2n；二者的绝对运行时间可能略有差异，但随n增长的趋势完全一致，因此时间复杂度均为O(n)。通过系统拆解，我们可以清晰梳理数据结构与算法复杂度的核心逻辑，并明确不同场景下的选型思路，这是构建高效程序的关键前提。

栈（Stack）是限定只能在一端进行插入和删除操作的线性表。允许操作的一端 → 栈顶（Top）不允许操作的一端 → 栈底（Bottom）插入 → 入栈（Push）删除 → 出栈（Pop）← 出栈┌───┐│ 5 │ ← 栈顶├───┤│ 4 │├───┤│ 3 │├───┤│ 2 │├───┤│ 1 │ ← 栈底└───┘push(6) → 放到栈顶特点：后进先出（LIFO, Last In First Out）一叠盘子——你只能从上面拿（后放上去的先用）

从宏观的排序-归并策略，到微观的败者树多路归并优化，再到置换-选择排序生成超长初始归并段，最后用最佳归并树将磁盘读写代价压缩到理论极限。

平衡二叉树（AVL树）是二叉排序树的改良版本，在满足二叉排序树“左子树所有节点值＜根节点值＜右子树所有节点值”的基础上，额外强制要求：任意节点的左、右子树高度差的绝对值≤1，且左右子树本身也必须是平衡二叉树。普通二叉排序树（BST）在有序数据插入时，会退化为链表，导致查找时间复杂度从O(log n)退化为O(n)，而AVL树通过严格平衡，始终将树高控制在O(log n)，确保查找、插入、删除操作的最坏时间复杂度稳定为O(log n)，完美解决了BST的退化痛点。

1.栈的定义与实现 2.队列的定义与实现 3.栈与队列的应用

不依赖电脑 CPU、内存等硬件性能，抛弃 “实际运行毫秒数”；以代码执行次数为衡量标准，描述算法执行耗时随数据量n增长的变化趋势。

本文对图数据结构进行了概述，分析了图的数学定义和常见分类方式，并列举了实际应用场景。文章首先说明图的二元组定义（顶点集和边集），指出环和多重图等特殊情况。图的分类包括按方向（有向/无向）、权重（有权/无权）、连通性、顶点规模等标准。应用场景涵盖图数据库、路径规划、AI图神经网络等，但开发者实际接触较少。最后给出C++实现Dijkstra最短路径算法的示例代码，展示有向赋权图的应用。文章强调图结构虽然复杂且应用专业，但在底层算法和框架中广泛存在。

基于b站锋考视频。

摘要 本文系统讲解链表数据结构，重点分析单向链表的实现原理与核心操作。首先对比链表与数组的内存结构差异，指出链表通过指针连接离散节点，解决了数组插入删除需移动数据的痛点。随后详细拆解单向链表的节点定义、内存布局及基础操作，包括： 完整实现自定义单向链表类（MyLinkedList） 关键操作方法：尾插法、头插法、指定位置插入 插入操作的通用原则：先定位前驱节点，遵循"先连后继再改前驱"的顺序 扩展有序链表插入的实现思路 全文通过代码示例和内存图示，深入剖析链表操作的本质，强调指针操作顺序的重要性（如头插法必

每轮最多一次交换外层 n-1 轮内层找右侧最小值下标，最后和 i 交换（一轮仅 1 次交换）选择排序不稳定:换的时候相对位置会发生改变。

定义i和j两个指针，一开始分别指向l和r，j用来寻找比基准小的元素，i用来寻找比基准大的元素，若i和j都找到而且i<j那么a[i]和a[j]交换，从而保证了左边的小于pivot，右边的大于pivot。bfs是按层次访问的，先访问源点，再访问它的所有相邻节点，并且标记结点已访问，根据每个邻居结点的访问顺序，依次访问它们的邻居结点，并且标记节点已访问，重复这个过程，一直访问到目标节点或无未访问的节点为止。如果i到k的权值+k到j的权值比i到j的权值小，那么进行松弛，否则就继承原来的dp[i][j]。

插入排序——直接插入、折半插入与希尔排序

本文全面介绍了Python五种基础数据结构：字符串、列表、元组、字典和集合。字符串用于文本处理，列表是灵活的可变序列，元组为不可变序列，字典实现键值映射，集合处理不重复元素。文章详细讲解了每种结构的定义、创建方式和核心操作，包括字符串处理、列表增删改查、元组解包、字典键值操作和集合运算，并通过表格对比了它们的特性。这些数据结构是Python编程的基础，掌握它们对开发各类应用至关重要，建议通过实际项目练习来加深理解。

1.递归 2.表达式求值

自定义类作为Key的map编程技法与原理 什么类型可以作为map的Key？ 想要明白这一点，首先要知道STL中的map是怎样的一种数据结构。map是基于红黑树实现的数据结构，谈到“红黑树”可能会让不少同学望而却步，红黑树不懂，那二叉搜索树可否理解？如果单单要搞懂这篇博客，知道红黑树也是一种搜索树即可啦！ 那么，什么是基于“红黑树”实现呢？其实就是说，它的Key是存储在红黑树上面的！好吧，不说红黑树了，咱们下面就用搜索树去替代这个词吧~ 众所周知，搜索树的定义就是：“左子树中的最大值小于根节点、根节点小于右子