数据结构和算法工作 包含我在佐治亚理工学院 2014 年秋季 CS 1332 课程中用 Java 编写的各种数据结构和算法的存储库

使用Merkle前缀尝试（MPT）的经过身份验证的词典和经过身份验证的集的Java实现 这是使用Merkle Prefix Tries的Authenticated Dictionary （一组键-值映射）和Authenticated Sets （一组值）的完整实现。 此数据结构允许非常小的（对数）成员资格和非成员资格证明。 这些数据结构还支持在动态设置中使用的更新。 这些更新非常小，因为该实现利用客户端缓存来避免重新传输未更改的内部值。 可以并行进行哈希的重新计算，以加快更新速度。 用法 建造 $sh build.sh 安装 $mvn install 测试 $mvn test 基准测试 我们使用字典进行基准测试 10^6 key, value pairs 这本字典有 TOTAL NODES: 2885977 这些节点的类型的细分为： INTERIOR NODES: 14429

六度凯文培根 六度凯文·培根或“培根定律”是基于“六度分离”概念的客厅游戏，它假定地球上的任何两个人相距六个或更少的熟人链接。 电影爱好者互相挑战，寻找任意演员和多产演员凯文·培根之间的最短路径。 它基于这样一个假设，即好莱坞电影业的任何人都可以通过他们的电影角色在六个步骤内与培根联系起来。 2007 年，培根创办了一个名为 SixDegrees.org 的慈善组织。 2020 年，培根开设了一个名为“凯文培根的最后一个学位”的播客。 培根数 演员的培根数是游戏定义的他或她与培根的分离度数。 这是 Erdős 数字概念在好莱坞电影业的应用。 培根数越高，演员与凯文培根的差距越大。 演员 X 的培根数的计算是一种“最短路径”算法，适用于联合主演网络： 如果演员不在同一个子网中，则他/她的培根数为 0。 那些直接与凯文培根合作的演员的培根数为 1。 如果与 X 一起出现在任何电影中的任

数据结构和算法专业化 我的Coursera数据结构和算法专业化作业解决方案

CSE-247-数据结构和算法

数据结构与算法课程 加州大学圣地亚哥分校和美国国立研究大学高等经济学院开设了六门专业课程。 我对课程作业的解决方案。

Python中的数据结构和算法 算法问题。 Python中的数据结构和算法