# 算法与数据结构学习指南

## 概述

本项目包含算法和数据结构相关的面试题和详细解释，涵盖了后端面试中最重要的数据结构及其实现。

## 核心算法主题

### 1. B+ 树（B+ Tree）
- **位置**：`08-算法与数据结构/B+树原理.md`
- **重点**：数据库索引、文件系统
- **核心特性**：多路搜索树、有序叶子节点、高效范围查询
- **应用**：MySQL、PostgreSQL、文件系统

### 2. LRU 缓存（LRU Cache）
- **位置**：`08-算法与数据结构/LRU缓存实现.md`
- **重点**：缓存淘汰策略
- **核心特性**：最近最少使用淘汰、O(1) 操作
- **应用**：Web 缓存、数据库查询缓存、内存管理

### 3. 红黑树（Red-Black Tree）
- **位置**：`08-算法与数据结构/红黑树原理.md`
- **重点**：自平衡二叉搜索树
- **核心特性**：红黑着色、O(log n) 操作
- **应用**：Java TreeMap、Linux 内核、数据库索引

### 4. 跳表（Skip List）
- **位置**：`08-算法与数据结构/跳表原理.md`
- **重点**：概率型数据结构
- **核心特性**：多层链表、O(log n) 操作
- **应用**：Redis 有序集合、数据库索引、路由表

### 5. 时间轮（Timing Wheel）
- **位置**：`08-算法与数据结构/时间轮算法.md`
- **重点**：任务调度和延迟执行
- **核心特性**：分层时间桶、高效任务管理
- **应用**：分布式系统、消息队列、缓存过期

## 文档结构

每个算法文档包含：

### 核心组件
1. **原理**：数据结构的详细解释
2. **图解说明**：图表示例
3. **代码实现**：完整可运行的代码
4. **时间复杂度分析**：性能分析
5. **实际应用场景**：真实用例
6. **对比**：与其他数据结构的对比

### 面试重点
- **时间复杂度**：所有操作的大 O 分析
- **空间复杂度**：内存使用分析
- **实际应用**：在何处以及为何使用每种结构
- **常见面试问题**：详细答案的 Q&A 部分

## 使用指南

### 面试准备
1. 从 **B+ 树**开始 - 数据库理解的基础
2. 学习 **LRU 缓存** - 系统设计面试必备
3. 理解 **红黑树** - 理解平衡树
4. 探索 **跳表** - 理解概率平衡方法
5. 掌握 **时间轮** - 分布式系统关键

### 实际实现
- 每个文档包含多种实现方法
- 从基本实现开始，然后探索高级变体
- 研究并发实现用于生产环境
- 理解不同方法的权衡

### 关键学习点
1. **理解"为什么"**：不仅是如何，还有为什么每种结构存在
2. **权衡**：每种结构都有优缺点 - 理解它们
3. **性能**：始终考虑时间和空间复杂度
4. **实际应用**：将正确的结构匹配到正确的问题

## 相关资源

### 系统设计主题
- `01-分布式系统/数据库分库分表.md`：数据库分片策略
- `04-消息队列/消息队列（RocketMQ_Kafka）.md`：消息队列实现
- `05-并发编程/限流策略与算法.md`：限流算法
- `01-分布式系统/一致性哈希.md`：一致性哈希

### 性能优化
- `02-数据库/MySQL索引优化.md`：MySQL 索引优化
- `01-分布式系统/MySQL主从延迟.md`：数据库复制策略
- `03-缓存/缓存穿透击穿雪崩.md`：缓存问题和解决方案

### 微服务和分布式系统
- `01-分布式系统/分布式ID生成.md`：分布式 ID 生成
- `01-分布式系统/分布式事务.md`：分布式事务
- `07-系统设计/社交信息流设计.md`：Feed 流系统设计
- `07-系统设计/LBS附近的人设计.md`：负载均衡系统设计
- `07-系统设计/秒杀系统设计.md`：秒杀系统设计
- `07-系统设计/短链接系统设计.md`：短链接系统设计

## 入门指南

1. **阅读每个文档** 理解基础
2. **运行代码示例** 查看实际效果
3. **练习面试问题**：每个文档末尾的 Q&A
4. **对比不同方法**：理解权衡

## 贡献

这是一个持续维护的文档。欢迎：
- 添加新的算法主题
- 改进现有解释
- 添加更多代码示例
- 增强 Q&A 部分
- 分享真实用例

## 许可证

本项目开源，使用 MIT 许可证。

---

**注意**：所有文档使用中文编写，以便更清晰易懂。代码示例使用 Java 以便广泛理解。