# 算法 和 数据结构

## 线性查找法


## 排序基础


##  数据结构基础：动态数组，栈和队列



## 动态数据结构基础：链表




## 归并排序法



## 快速排序法



##  二分查找法


## 二分搜索树


## 堆，优先队列和堆排序


##  冒泡排序，希尔排序和排序算法大总结


## 线段树，Trie 和并查集



### 



## AVL 树和红黑树



## 哈希表和 SQRT 分解



## 非比较排序



## 模式匹配


## 随机算法，外存算法和更多








## 实战



### 前缀树 - 字典树 Trie 的应用
- Web框架中如何实现路由匹配？

#### 路由匹配
- 一个好用的 Web 框架，要能尽可能快地解析请求 URL 并映射到不同 API 的处理逻辑，也就是我们常说的“路由匹配”。


#### 动态路由
- 如何保存路由和处理方法的对应关系呢？
- 不采用 HashMap 来存储路由表，因为利用哈希表存储的路由和处理逻辑的关系，只能用来索引静态路由，也就是路由中没有动态参数的路由，比如
  /user/enabletime.xxx.org/hybrid/pvip ，这样的路由，路径是明确的，一个路由只有一种可能性
- 动态路由如何实现呢？方式有很多种，可以用正则表达式匹配来实现，另一种更常用的方式就是我们要重点学习的 Trie 树。

#### Trie 树总结
- Trie 树，也称为前缀树或者字典树，是一种常用的维护字符串集合的数据结构
- 能用来做 排序、保存、查询 字符串
- 常用场景比如搜索引擎关键词匹配、路由匹配、词频统计和字符串排序等
- EMQ X 也有用到相关的数据结构来实现 MQTT 协议路由表
- Trie 树主要的特点和优势都建立基于前缀的树状存储方式上
- 相比于 treemap 来说，trie 树存储的开销要小得多，并且因为它天然的前缀匹配和排序的特性，在很多时候也能帮助我们更快检索数据。

#### 前缀树实现