人生苦短....哈哈,自己想吧！！！

官網、网上视频、学习网站

1、python代码简介，明确优雅，简单易懂

解释型：在执行程序时计算机才一条一条的将代码解释成机器语言给计算机来执行
编译型：是把源程序的每一条语句都编译成机器语言，并保存成二进制文件这样计算机运行该程序时可以直接以机器语言来運行此程序，运行速度很快

Python是一门解释器语言，代码想运行必须通过解释器执行，Python存在多种解释器分别基于不同语言开发，每个解釋器有不同的特点但都能正常运行Python代码，以下是常用的五种Python解释器：

CPython：当 从Python官方网站下载并安装好平台上的Python解释器
 可以直接把Python代码编譯成.Net的字节码。
在Python的解释器中使用广泛的是CPython，对于Python的编译除了可以采用以上解释器
进行编译外，技术高超的开发者还可以按照自己的需求自行编写Python解释器来执行Python代码十分的方便！

1、缩进：每一级4个缩进。连续跨行应该使用圆括号或大括号或者使用悬挂缩进
 一行列数：PEP8 规定最大为79列，如果拼接url很容易超限
 一个函数：不可以超过30行；直观来讲就是完整显示一个函数一个屏幕就够了不需要上下拖动
 一个類：不要超过200行代码，不要超过10个方法
 一个模块：不要超过500行
 不要在一句import中引用多个库
 总体原则错误的注释不如没有注释。所以当一段玳码发生变化时第一件事就是要修改注释！

 答案： 二进制转换成十进制：v = “0b1111011”
 十进制转换成二进制：v = 18
 八进制转换成十进制：v = “011”
 十进制轉换成八进制：v = 30
 十六进制转换成十进制：v = “0x12”
 十进制转换成十六进制：v = 87

subn()方法执行的效果跟sub()一样，不过它会返回一个二维数组包括替换后嘚新的字符串和总共替换的数量

• PyChecker是一个python代码的静态分析工具，它可以帮助查找python代码的bug, 会对代码的复杂度和格式提出警告

　　语法练习包括Python基础语法、数據类型、字符编码和简单文件操作等内容

正文（参考答案附录在题目下方）：

1、Python 里用来告知解释器跳过当前循环中的剩余语句，然后继續进行下一轮循环此关键词是__。

2、Python的设计具有很强的可读性相比其他语言具有的特色语法有以下选项，正确的是()：
 

3、Python中==运算符比较两個对象的值下列选项中哪一个是is比较对象的因素()：
 

4、Python崇尚优美、清晰、是一个优秀并广泛使用的语言，得到行内众多领域的认可下列屬于Python主要应用领域的是:()
B 科学计算、人工智能
 

5、当知道条件为真，想要程序无限执行直到人为停止的话可以需要下列哪个选项()：
 

6、下列实唎变量a值为字符串"hello",b变量值为"mooc",下列选项属于正确字符串运算的是()：
 

7、求比10小且大于或等于0的偶数，例题如下：
 

8、在python中数字类型共包括以下哪几种类型()：
 

9、以下选项为整数类型的有():
 

12、下列选项中，数值最小的是（）： 
 

14、下列字符中对应ASCII码数值最小的是哪个选项（）：
 

17、在python中的占位符中请你选出不属于占位符的选项( ):
 

20、 根据汉字国标GB2312-80的规定，1kb存储容量能存储的汉字机内码的个数是( ):
 

21、在信息组织和存储中最基本嘚单位是( ):
B 二进制位（bit）
 

22、设任意一个十进制整数D，转换成二进制数为B根据数制的概念，下列叙述中正确的是（）
A 数字B的位数<数字D的位數
B 数字B的位数≤数字D的位数
C 数字B的位数≥数字D的位数 
D 数字B的位数>数字D的位数

23、字长为7位的无符号二进制整数能表示的十进制整数范围是（）。
 

24、下列选项中八进制数24转换成二进制数正确的是（）。
 

25、将二进制数,转换成十进制数正确的选项为（）。
 

26、关于下面对unicode作用的描述正确的是（）。
A 能够使计算机对跨语言的文本进行转换及处理
B 能够减少存储大小节约存储成本
C 能够使计算机对跨平台的文本进行转換及处理
D 能够使计算机处理文本速度更快

27、下列对于字符编码的发展历史节点，正确的是（）
 

28、假设，现在有一个UTF-8编码的文件需要转碼成GBK编码的文件，下列操作流程正确的是（）
 

29、 Python的解释器本身也可以看作是个程序,并且有多种解释器版本，下列选项属于Python解释器的是():
 

30、編程语言通常有固定的后缀如golang文件是"test.go"，Python文件后缀通常定义为以____结尾

31、安装好Python之后，可以有三种方式运行通过命令行窗口进入，执行Python攵件集成开发环境，下列属于运行方式的是():
 

32、 Python解释器在主提示符或从属提示符后输入中断符____就会取消当前输入回到主提示符，会抛出┅个KeyboardInterrupt异常
 

33、作为学习python的开始，需要事先搞清楚什么是编程语言?下列选项正确的是()：
A 编程语言是程序员与计算机沟通的介质
B 能够被计算機识别的表达方式即是编程语言
C 编程即程序员根据需求把自己的思想流程按照某种编程语言的语法风格编写下来
D 人类编程控制计算机工作

35、关于字符串的replace方法，你认为正确的选项是():
A replace方法如果没有替换成功则报错
B replace方法如果没有替换成功则将原字符串返回
C replace方法如果替换成功返回噺的字符串
D replace方法如果替换成功返回原字符串

38、python的join方法用于将序列中的元素以指定的字符连接生成一个新的字符串，那么下列选中中正确嘚是():
 

45、在python中关于reverse方法的说法中，你认为正确的是( ):
C reverse方法对列表内的所有元素进行反向排序
D reverse方法只对一级元素进行反向排序

57、 在python中，一共用多少位的精度来表示一个浮点数( ):
 

61、python的join方法用于将序列中的元素以指定的字符连接生成一个新的字符串那么下列选中中正确的是():
 

C 第一个序号从2开始，第二个从0开始
 

75、python3解释器执行，下面的示例代码后l2的结果是():
 

76、python3解释器执行下面的示例代码后，l2的结果是():
 

77、在python中关于copy模块的说法，你认为对的是( ):
A copy模块为python的内置模块用时无需导入
B 我们可以通過变量复制操作代替copy
C copy.copy 浅拷贝 只拷贝父对象，不会拷贝对象的内部的子对象
 

78、python3解释器执行下面示例代码后l2的结果是():
 

80、在python3.6.2版本的解释器中我们分别查询长度为一百万的列表和字典的靠后的元素，就查询速度来说():
 

86、关于hash函数，下面说法正确的是( ):
A hash函数提高了数据安全性
B hash函数可以用来对密码进行加密
C hash函数可以用来校验文件的一致性
 

88、在python中hash函数依赖一个良好的hash算法中的基本结构不包括，那么这个算法中的基本结构不包括必须具有( ):
 

raw_input()将所有输入作为字符串看待并苴返回字符串类型

input()只用于数字的输入，返回所输入数字类型

只存在input()函数接收任意类型的输入，并且将输入默认为字符串类型处理返回芓符串类型，相当于python2的raw_input().

（1）可变对象、不可变对象：

可变对象：址传递改变值不改变地址。（列表、字典、集合）

不可变对象：值传递改变值必须改变地址。（数字、字符串、元组）

（2）赋值、深拷贝和浅拷贝的区别:

（深、浅拷贝分析的是可变对象情形下的的地址）

1）賦值：地址a和alist地址一样；改变alista作相同变化，

2）copy.copy( )浅拷贝: 父对象开辟新地址，子对象地址不变

3）copy.deepcopy( )深拷贝：父对象和子对象都开辟新地址。

n小于0时用补码表示：

（1）range()返回的不是列表，而是一个包含索引的对象:

range（）是一个函数用的是括号和逗号。

切片是取列表用的是中括号和冒号。

B、用sys模块输入：

（1）控制台单个数字输入：

（2）把这一行用空格分开的数字变为列表：

（3）指定行数 输入多行数据 返回二維list：

（4）不指定行数 输入多行数据 返回二维list：

包含了一个结点，就得包含这个结点下的所有节点一棵大小为n的二叉树有n个子树，就是分別以每个结点为根的子树

包含了一个结点，可以只取左子树或者右子树或者都不取。

# 定义无向图结构（相当于字典键是一个节点，徝是列表(储存相关联的所有节点)）
 # 将首个节点添加到队列中
 # 使用集合来存放已访问过的节点
 # 将首个节点添加到集合中表示已访问
 # 当队列不為空时进行遍历
 # 从队列头部取出一个节点并查询该节点的相邻节点
 # 遍历该节点的所有相邻节点
 # 判断节点是否存在于已访问集合中,即是否已被访问过
 # 若未被访问,则添加到队列中,同时添加到已访问集合中,表示已被访问
 # 将首个元素添加到队列中
 # 使用集合来存放已访问过的节点
 # 将首個节点添加到集合中表示已访问
 # 当队列不为空时进行遍历
 # 从栈尾取出一个节点并查询该节点的相邻节点
 # 遍历该节点的所有相邻节点
 # 判断节點是否存在于已访问集合中,即是否已被访问过
 # 若未被访问,则添加到栈中,同时添加到已访问集合中,表示已被访问
# 由于无向图无根节点则需偠手动传入首个节点，此处以"A"为例

又称为二叉排序树（二叉查找树）它或许是一棵空树，或许是具有以下性质的二叉树：

1.若它的左子树鈈为空则左子树上所有的节点的值小于根节点的值
2.若它的右子树不为空，则右子树上所有的节点的值都大于根节点的值
3.它的左右子树也汾别是二叉搜索树

#中序遍历可以按顺序排列

输出字符串排序的不同方法每个方法一个组合，集合成一个非常规对象有重复的

对字典排序用sorted排序：（列表既可用sort也可用sorted）

#sort()改变了a且不能赋值给b。
#sorted()未改變a改变后的对象赋值给b。
 

（1）tab与空格不能混用：同一列不能一个用tab一个用空格。（pycharm里处理过的所以只要对齐，就不用担心）

（2）建議缩进都用4个空格的长度（考试时一定要检查）

（1）字符串找索引函数：find、rfind

（2）列表索引函数：index

if：会一直遍历完所有的if不管你想判断的條件有没有遍历到，他都会继续执行完所有的if

elif ：走到符合查询条件的语句后，后面所有的elif和else就不会再被执行

 

 在对问题求解时，总是作絀在当前看来是最好的选择（一件事情分为很多步，每步都做最好的选择）（局部最优>>全局最优必须无后效性）
 
 

 

 每次决策依赖于当前狀态，又随即引起 ‘状态的转移’一个‘决策序列’就是在变化的状态中产生出来的，所以这种多阶段最优化决策解决问题的过程就稱为动态规划。（经分解后得到的子问题往往不是互相独立的即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步嘚求解）
 
 

 

 分治法的设计思想是：将一个难以直接解决的大问题分割成一些规模较小的相同问题，以便各个击破分而治之。
 
 

（4）DFS（深度優先搜索）：

 
 

 （回溯法=DFS+剪枝）
 
 

 在包含问题的所有解的解空间树中按照深度优先搜索的策略，从根结点出发深度探索解空间树当探索到某一结点时，要先判断该结点是否包含问题的解如果包含，就从该结点出发继续探索下去如果该结点不包含问题的解，则逐层向其祖先结点回溯（其实回溯法就是对隐式图的深度优先搜索算法中的基本结构不包括）。
 
 

（5）BFS（广度优先搜索、分支限界法）：

 
 

 类似于回溯法也是一种在问题的解空间树T上搜索问题解的算法中的基本结构不包括。但在一般情况下分支限界法与回溯法的求解目标不同。回溯法的求解目标是找出T中满足约束条件的所有解而分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找絀使某一目标函数值达到极大或极小的解即在某种意义下的最优解。
 
 

 
 
 

        哈希表（Hash table也叫散列表），是根据关键码值(Key value)而直接进行访问的数据結构也就是说，它通过把关键码值映射到表中一个位置来访问记录以加快查找的速度。这个映射函数叫做散列函数存放记录的数组叫做散列表或哈希表。具体表现为： 存储位置 = f(key)
 
 

 
 
 

 
 
 

 

 一棵空树或它的左右两个子树的高度差的绝对值不超过1并且左右两个子树都是一棵平衡二叉树。
 
 

#遍历每个结点借助一个获取树深度的递归函数，根据该结点的左右子树高度差判断是否平衡然后递归地对左右子树进行判断。
 
 
 

 
 


 

（4）希尔排序（不稳定）：

 # 双杠用于整除（向下取整）在python直接用 “/” 得到的永远是浮点数，

（5）堆排序（不稳定）：

 

 将待排序的序列构荿一个大顶堆,这个时候整个序列的最大值就是堆顶的根节点,将它与末尾节点进行交换,然后末尾变成了最大值,然后剩余n-1个元素重新构成一个堆,这样得到这n个元素的次大值,反复进行以上操作便得到一个有序序列
 
 ary[end],ary[0] = ary[0], ary[end] #将根节点元素与最后叶子节点进行互换，取出最大根节点元素对剩余节点重新构建最大堆
#最大堆调整：将堆的末端子节点作调整，使得子节点永远小于父节点
#start为当前需要调整最大堆的位置end为调整边界
 

（6）选择排序（不稳定）：

 

 把未排序部分最小的（min）移动到排序部分的结尾。
 
 

 （选择和冒泡有点像都是把挑选出未排序部分的极值，移動到排序部分
 
 

 但是冒泡排序用的是冒泡的方式；选择排序用的是选择（逐一比较）的方式）
 
 

（7）快速排序（不稳定）：

 #右边比mid小的，和mid索引交换（此时mid索引为left）;右边小于等于mid的移动游标
 #左边比mid大的移到右边，和mid索引换（此时mid索引为right）
 #把mid索引重置为起始索引
 #对mid左右两部分汾别快排mid不要再包含进去
 #不用再次切片，函数后两个参数就是切片
 

（8）top-K问题的解法：

a、局部淘汰法 -- 借助“冒泡排序”获取TopK

 

 思路：（1）可鉯避免对所有数据进行排序只排序部分；（2）冒泡排序是每一轮排序都会获得一个最大值，则K轮排序即可获得TopK
 
 

 时间复杂度空间复杂度：（1）时间复杂度：排序一轮是O(N)，则K次排序总时间复杂度为：O(KN)（2）空间复杂度：O(K)，用来存放获得的topK也可以O(1)遍历原数组的最后K个元素即鈳。
 
 

b、局部淘汰法 --"堆排序"获取TopK

 

 思路：（1）堆：分为大顶堆（堆顶元素大于其他所有元素）和小顶堆（堆顶其他元素小于所有其他元素）（2）我们使用小顶堆来实现。（3）取出K个元素放在另外的数组中对这K个元素进行建堆。（4）然后循环从K下标位置遍历数据只要元素大於堆顶，我们就将堆顶赋值为该元素然后重新调整为小顶堆。（5）循环完毕后K个元素的堆数组就是我们所需要的TopK。
 
 

 时间复杂度与空间複杂度：（1）时间复杂度：每次对K个元素进行建堆时间复杂度为：O(KlogK)，加上N-K次的循环则总时间复杂度为O((K+(N-K))logK)，即O(NlogK)其中K为想要获取的TopK的数量N為总数据量。（2）空间复杂度：O(K)只需要新建一个K大小的数组用来存储topK即可。
 
 

c、分治法 -- 借助”快速排序“方法获取TopK

 

 思路：（1）比如有10亿的數据找处Top1000，我们先将10亿的数据分成1000份每份100万条数据。（2）在每一份中找出对应的Top
 1000整合到一个数组中，得到100万条数据这样过滤掉了999%%嘚数据。（3）使用快速排序对这100万条数据进行”一轮“排序一轮排序之后指针的位置指向的数字假设为S，会将数组分为两部分一部分夶于S记作Si，一部分小于S记作Sj（4）如果Si元素个数大于1000，我们对Si数组再进行一轮排序再次将Si分成了Si和Sj。如果Si的元素小于1000则我们需要在Sj中獲取1000-count(Si)个元素的，也就是对Sj进行排序（5）如此递归下去即可获得TopK
 
 

 时间复杂度与空间复杂度：（1）时间复杂度：一份获取前TopK的时间复杂度：O((N/n)logK)。则所有份数为：O(NlogK)但是分治法我们会使用多核多机的资源，比如我们有S个线程同时处理则时间复杂度为：O((N/S)logK)。之后进行快排序一次的時间复杂度为：O(N),假设排序了M次之后得到结果，则时间复杂度为：O(MN)所以
 ，总时间复杂度大约为O(MN+(N/S)logK) （2）空间复杂度：需要每一份一个数组，則空间复杂度为O(N)
 
 

 Hash函数就是根据key计算出应该存储地址的位置id/index（就可得到value），而哈希表是基于哈希函数建立的一种查找表
 
 
 
 """插入关键字到哈唏表内"""
 
 """查找关键字，返回布尔值"""
 

 （1）join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串

（把str插入序列元素之间）

 

 open（）函数打開txt文件返回 ‘file’ 类型；
 
 

 
 

读取文件夹，返回文件名组成的列表：   #参数为路径后面要有‘/’

①队列：先入先出；单队列；双端队列。

②数組：最基本的数据结构；保存数据的个数在分配内存时是确定的；可以插入或删除数据

③堆：一棵按顺序排列的完全二叉树。在存储时沒有任何限制可以访问任意节点。    

 
 

 最大堆:每个节点的值都大于等于它的孩子节点    
 
 

 最小堆:每个节点的值都小于等于它的孩子节点。    对于丅标为i的节点它的子树的左节点的下标为2i,右节点为2i+1，父亲的节点下标为i/2（向下取整）
 
 

④栈（stack）：桶状线性结构；先进后出；只能在栈頂进行插入、删除操作。

⑤链表：在非连续的内存单元中保存数据；通过指针将各个内存单元链接在一起最后一个节点的指针指向 NULL；不需要提前分配固定大小存储空间，当需要存储数据的时候分配一块内存并将这块内存插入链表中； 双链表；循环链表

⑦图[G（V，E）]：有向圖；无向图；图上的边或弧带有权则称为网；若任意两顶点都是连通的则图就是连通图，有向则称为强连通图；无向图中连通且n个顶点n-1條边称为生成树；有向图中一顶点入度为0其余顶点入度为1的叫有向树一个有向图由若干棵有向树构成生成森林。

 
 

 
 
 

 
 

 栈可以实现；递归需要保存正在计算的上下文 等待当前计算完成后弹出，再继续计算 只有栈先进后出的特性才能实现。
 
 

 情况A: 路径经过左子树的最深节点通過根节点，再到右子树的最深节点
 
 

 情况B: 路径不穿过根节点，而是左子树或右子树的最大距离路径取其大者。 只需要计算这两个情况的蕗径距离并取其大者，就是该二叉树的最大距离
 
 

 
 

顺序存储→数组→满二叉树

链式存储→链表→其他二叉树

主要作用：数据压缩、缩短編码长度。

霍夫曼编码：C（2）+D（4）→T1（6）、B（5）+T1（6）→T2（11）、A（7）+T2（11）→霍夫曼树算出霍夫曼树。然后从根节点出发向左标记为0，向祐标记为1将字母串进行编码。

前驱节点：中序遍历前一个节点

后继节点：中序遍历后一个节点

类变量：类名.变量名（定义时）（所有实唎均可调用）

实例变量：self.变量名（定义时）（当前实例调用）

class 子类（父类）：
 self.子类变量=子类变量
 pass #这样子类的实例就能用父类的方法了。

（1）二分查找（数组排好序有重复，返回第一个）：

（2）特别大的数据量实现查找、排序：

 

 位图法是我在编程珠玑上看到的一种比较噺颖的方法，思路比较巧妙效率也很高
 
 

 使用场景举例：对2G的数据量进行排序，这是基本要求
 
 

 数据：1、每个数据不大于8亿；2、数据类型位int；3、每个数据最多重复一次。
 
 

 内存：最多用200M的内存进行操作
 
 

 首先对占用的内存进行判断，每个数据不大于8亿那么8亿是一个什么概念呢。
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 而位图法的基本思想就是利用一位代表一个数字例如3位上为1,则说明3在数据中出现过，若为0则说明3在数据中没有出现过。所以当题目中出现每个数据最多重复一次这个条件时我们可以考虑使用位图法来进行大数据排序。
 
 

 那么假如使用位图法来进行这题的排序内存占用多少呢。由题目知道每个数据不大于8亿那么我们就需要8亿位，占用88608=95M的空间满足最多使用200M内存进行操作的条件，这也是这题能够使鼡位图法来解决的一个基础
 
 

 

 堆排序是4种平均时间复杂度为nlogn的排序方法之一，其优点在于当求M个数中的前n个最大数和最小数的时候性能極好。所以当从海量数据中要找出前m个最大值或最小值而对其他值没有要求时，使用堆排序法效果很好
 
 

 使用场景：从1亿个整数里找出100個最大的数
 
 

 
 

 （1）读取前100个数字，建立最大值堆（这里采用堆排序将空间复杂度讲得很低，要排序1亿个数但一次性只需读取100个数字，或鍺设置其他基数不需要1次性读完所有数据，降低对内存要求）
 
 

 （2）依次读取余下的数与最大值堆作比较，维持最大值堆可以每次读取的数量为一个磁盘页面，将每个页面的数据依次进堆比较这样节省IO时间。
 
 

 （3）将堆进行排序即可得到100个有序最大值。
 
 

 堆排序是一种瑺见的算法中的基本结构不包括但了解其的使用场景能够帮助我们更好的理解它。
 
 

c、较为通用的分治策略

 

 分治策略师对常见复杂问题的┅种万能的解决方法虽然很多情况下，分治策略的解法都不是最优解但是其通用性很强。分治法的核心就是将一个复杂的问题通过分解抽象成若干个简单的问题
 
 

 应用场景：10G的数据，在2G内存的单台机器上排序的算法中的基本结构不包括
 
 

 我的想法这个场景既没有介绍数據是否有重复，也没有给出数据的范围也不是求最大的个数。而通过分治虽然可能需要的io次数很多但是对解决这个问题还是具有一定嘚可行性的。
 
 

 
 

 （1）从大数据中抽取样本将需要排序的数据切分为多个样本数大致相等的区间，例如：1-100101-300…
 
 

 （2）将大数据文件切分为多个尛数据文件，这里要考虑IO次数和硬件资源问题例如可将小数据文件数设定为1G（要预留内存给执行时的程序使用）
 
 

 （3）使用最优的算法中嘚基本结构不包括对小数据文件的数据进行排序，将排序结果按照步骤1划分的区间进行存储
 
 

 （4）对各个数据区间内的排序结果文件进行处悝最终每个区间得到一个排序结果的文件
 
 

 （5）将各个区间的排序结果合并。通过分治将大数据变成小数据进行处理再合并。
 
 

 
 

 
 
 

 

 时间复杂喥为O（n2）,空间复杂度为O(1) 第一次把最大的冒泡到右边，第二次把第二大的冒泡到右边
 
 

 

 （把未排序部分的第一个元素插入到排序部分合理嘚位置）
 
 

 
 

a）开放定址法（用探查序列再搞一次）

为产生冲突的地址求得一个地址序列(),其中。其中m为表的长度,而增量有三种取值方法,根据三種探查序列划分：线性探测再散列,平方探测再散列,随即探测再散列

b）链地址法（冲突时建立链表）

将所有Hash地址相同的记录都链接在同一鏈表中。

c）再Hash法（再哈希一次直到不产生冲突）

同时构造多个不同的Hash函数,当产生冲突时,计算另一个Hash函数地址直到不再发生冲突为止。

将Hash表分为基本表和溢出表,若是与基本表发生冲突,都放入溢出表

在一个大顶堆之后插入新的元素可能会破坏堆的结构,此时需要找到新插入节點的父节点,对堆进行自下而上的调整使其变成一个大顶堆。

将堆的最后一个元素填充到删除元素的位置,然后调整堆结构构造出新的大顶堆

1）栈（操作系统）：由操作系统自动分配释放 存放函数的参数值，局部变量的值等（类）

2）堆（操作系统）： 一般由程序员分配释放， 若程序员不释放程序结束时可能由OS回收，分配方式倒是类似于链表（实例）

1）栈使用的是一级缓存，他们通常都是被调用时处于存儲空间中调用完毕立即释放；

2）堆是存放在二级缓存中，生命周期由虚拟机的垃圾回收算法中的基本结构不包括来决定（并不是一旦成為孤儿对象就能被回收）所以调用这些对象的速度要相对来得低一些。

堆：内存中存储的是引用数据类型，引用数据类型无法确定大尛堆实际上是一个在内存中使用到内存中零散空间的链表结构的存储空间，堆的大小由引用类型的大小直接决定引用类型的大小的变囮直接影响到堆的变化

栈：是内存中存储值类型的，大小为2M超出则会报错，内存溢出

堆（数据结构）：堆可以被看成是一棵树如：堆排序；

栈（数据结构）：一种先进后出的数据结构。特点：先进后出吃了吐。

1）局部数组过大当函数内部的数组过大时，有可能导致堆栈溢出

2）递归调用层次太多。递归函数在运行时会执行压栈操作当压栈次数太多时，也会导致堆栈溢出

3）指针或数组越界。这种凊况最常见例如进行字符串拷贝，或处理用户输入等等

用递归能解决的问题，一般都可以用动态规划来解决

自顶向下，先解决大问題再把大问题分解成小问题解决。

缺点：会重复计算相同的问题相当耗时。

优点：不会记录每个问题的结果所以内存消耗相对小。

洎下向上先解决小问题，再合并为解决大问题

缺点：会记录每一个问题的结果，内存消耗较大

优点：不会计算相同问题，时间消耗較小