- 算法分析与渐近符号
- 比喻：就像评估一辆车的性能，不仅看它的最高速度，还要考虑它在不同路况下的表现。渐近符号就像是描述车辆性能的简洁方式，用于概括性地表示在各种情况下的表现。
- 分治法与快速排序
- 比喻：分治法就像解决一个大难题时，先将其分解成几个较小的问题逐个击破。快速排序则像整理一堆书，先找一本基准书，然后把其他书分到左右两堆，再递归地整理每一堆。
- 线性时间排序
- 比喻：想象你在整理一堆扑克牌。线性时间排序就像直接按花色和大小进行分类，而不是一张张地比较。
- 哈希表
- 比喻：哈希表就像图书馆的编目系统，让你能快速找到特定的书，而不需要在书架上一本一本地翻找。
- 二叉搜索树和平衡搜索树
- 比喻：二叉搜索树像是一个家谱树，每个节点有两个子节点，左子节点表示较小的亲属，右子节点表示较大的亲属。平衡搜索树则确保这个家谱树不会偏向一边，始终保持平衡，便于快速查找。
- 动态规划
- 比喻：动态规划就像解决复杂的拼图游戏，先解决小块部分，然后利用小块部分的解决方案来拼接出整个拼图。
- 最短路径算法
- 比喻：想象你在规划一次旅行。Dijkstra算法就像是找出从起点到终点的最快路线，考虑每一步的各种可能路径。
- 并行算法
- 比喻：并行算法就像多人协作完成一项任务，每个人负责一部分，最后汇总结果。这种协作使得任务可以更快地完成。
- 缓存无关算法
- 比喻：缓存无关算法就像设计一个通用的烹饪方法，不管厨房设备如何，都能有效地做出美味佳肴。
- 堆排序
- 比喻：堆排序就像整理一堆石头，先搭一个金字塔结构，每次从顶部取出最大的石头，然后重新调整金字塔，直到所有石头都按顺序排列。
- 贪心算法
- 比喻：贪心算法就像你在选择零食时，每次都选你眼前看到的最喜欢的那个，不考虑之后可能有更好的选择。
- 回溯算法
- 比喻：回溯算法就像在迷宫中寻找出口，每次遇到死胡同时就回到上一个分叉点重新尝试，直到找到正确的路径。
- 深度优先搜索 (DFS) 与广度优先搜索 (BFS)
- 比喻：
- 深度优先搜索：就像在一本书中从头到尾读一个章节，再回头读下一个章节，直到读完所有章节。
- 广度优先搜索：就像在一本书中先浏览每一章的第一段，然后再读每一章的第二段，依次类推。
- 比喻：
- 图的遍历
- 比喻：图的遍历就像探访一个城市中的所有景点，有不同的策略可以选择，如一次性访问一条街上的所有景点，或者先访问离起点最近的景点。
- 拓扑排序
- 比喻：拓扑排序就像安排一系列任务，每个任务可能依赖于其他任务的完成，排序的目标是找出一个任务执行的顺序，使得所有依赖关系都被满足。
- Kruskal和Prim的最小生成树算法
- 比喻：
- Kruskal算法：就像建立一个最便宜的公路网，每次选择最便宜的道路，确保不会形成环。
- Prim算法：就像从一个村庄开始建设公路网，每次连接到最近的未连通的村庄，直到所有村庄都连通。
- 比喻：
- 链表
- 比喻：链表就像一串珍珠，每颗珍珠（节点）都通过线（指针）连接到下一颗珍珠。
- 队列和栈
- 比喻：
- 队列：就像排队买票，先到的人先买票。
- 栈：就像堆盘子，最后放上去的盘子最先拿下来。
- 比喻：
- 布隆过滤器
- 比喻：布隆过滤器就像一个超市的安检门，用来快速判断你带的物品是否允许入内，但有一定概率会误判一些无害物品为危险品。
- Trie树（前缀树）
- 比喻：Trie树就像一个字典，通过每个字母逐级查找单词，能快速找到所有以某个前缀开头的单词。