这门课程是针对大数据工程师和云计算工程师的基础课程，同时也是所有计算机专业人士必须掌握的一门课程。
如果不掌握数据结构和算法，你将难以掌握高效、专业的数据处理手段，更难以从容应对复杂的大数据处理场景。
请思考以下问题：
1、社交网站（如微博、facebook）中，人与人的关系是海量数据，你如何研究和处理此问题？
2、数据库的索引作用是什么？为什么利用哈希、B+树和堆表等数据结构来组织索引？
3、为什么Linux的虚拟内存管理模块，使用红黑树来处理VMA的查找？
4、为什么搜索引擎可以在毫秒级返回搜索结果？
5、你如何设计城市道路，保证最小的代价却可以实现全城连通？
如果你对以上问题还摸不着头脑，或者你的方案还似是而非，那么，这门课程就是为你而准备的。
学习本门课程，你将不仅能回答以上问题，你还可以回答：
1、HBase中为何使用BloomFilter算法来处理Block是否已在缓存的问题。
2、ZooKeeper中为何采用树和节点的概念来描述分布式系统的依赖与协调关系。
3、LevelDB为何采用跳表与LSM树结构来优化性能。
此外，数据结构和算法中很多经典的思想非常值得理解和借鉴，对对计算机行业有强烈兴趣的人士亦有裨益。
一、课程研发环境
操作系统：Linux CentOS 7
IDE：IntelliJ IDEA 14
主要参考资料：普林斯顿算法第4版英文版、算法导论第3版英文版
其它参考资料：Linux内核源码、JDK源码、wiki英文站等
描述语言：Java
二、课程内容简介
数据结构与算法在计算机学科和IT领域的重要性不言而喻。
其不仅仅是计算机专业人士应该掌握的一门基础课程，更是从事数据库、数据处理的从业人员应该熟练掌握的一门技术。
本课程针对大学数据结构课程通常过于理论化、实践性不强、知识及案例不新鲜的特点，针对大数据工程师和云计算工程师做了以下优化设计：
1.强调工程运用，尽量避免数学符号描述，但当采用数学符号描述语义更强时则积极采用并做详细讲解。
2.各种数据结构，突出工程实际需求，从实践中和成功运用的案例（如操作系统、数据库、大数据库处理框架、微博等）出发，引导出数据结构运用的场景，精准定位数据结构的价值，力求让学员能知识落地、学以致用。
3.针对难以理解的算法和某些极为重要的思想，如递归、分治策略等，采用PPT插图分解步骤、PPT勾画讲解、伪代码描述讲解、源代码注释讲解、源代码单步调试跟踪等手段，力求让学员能理解算法、掌握算法、运用算法。
4.为保证所引知识的专业性和考虑到实际大数据处理公司的日常研发、开发状态，所用参考资料主要为国际上口碑良好的英文书籍、论文、高级或自身开发人士的博客等，并配以中文解释，力求学员能够掌握尽可能专业的知识。
5.全程源码，重点突出，考虑学员熟练程度可能千差万别，所以采用Java这门流行的语言来描述并书写代码，力求让所有学员能看得懂、学得会。
三、课程主要内容：
1.数据结构和算法概述
2.数组、链表、队列、栈等线性表
3.二叉树、BST、AVL树及二叉树的递归与非递归遍历
4.B+树
5.跳表
6.图、图的存储、图的遍历
7.有向图、无向图、懒惰与积极的普利姆算法、克鲁斯卡尔算法及MST、单源最短路径问题及Dijkstra算法
8.并查集与索引式优先队列、二叉堆
9.遗传算法初步与TSP问题
10.内部排序（直接插入、选择、希尔、堆排序、快排、归并等）算法与实践中的优化
11.外部排序与优化（文件编码、数据编码、I/O方式与JVM特点、多线程、多路归并等）
12.哈希表、Trie树、倒排索引、分布式索引初步（Map-Reduce）
浩然讲师：
曾在中科大及中科院学习，熟悉服务端、分布式系统、大数据处理框架的开发、架构、设计及优化。
高级开发工程师、大数据工程师。
一、简介
第1讲：什么是数据结构？
第2讲：什么是算法？
二、线性表
第3讲：线性表（数组、链表、队列、栈）
第4讲：Linux work queue及JDK线程池
三、树
第5讲：非线性结构、树、二叉树
第6讲：平衡树、AVL树
第7讲：B+树与数据库索引
四、图
第8讲：图的概念与存储
第9讲：图的遍历
第10讲：最小生成树（MST）、Prim算法、Kruskal算法
第11讲：单源最短路径与Dijkstra算法
第12讲：用遗传算法近似求解TSP问题
五：排序
第13讲：选择排序、插入排序、希尔排序
第14讲：堆排序、优先队列
第15讲：快速排序及优化
第16讲：归并排序及优化
第17讲：归并排序与外部排序
第18讲：外部排序的优化及延伸
六：查找
第19讲：哈希表、二分查找、Trie树、Ternery树、搜索引擎与倒排索引、集中式索引与分布式索引、Map-Reduce初步
1、掌握数据处理实践中经常用到的数据结构和算法
2、培养数据处理思维
3、培养算法实现能力
4、开拓视野，理解数据结构与算法在操作系统、互联网、数据库、海量数据处理场景中的地位与价值
5、知识落地，学会运用数据结构与算法及相关知识分析实际问题、解决实际问题的能力
6、为深入、全面、扎实掌握大数据处理技术奠定基础
