数据结构与算法 - 最小生成树

在之前学习了无向图和有向图，本节再介绍一种常用的图结构-加权无向图，从名字上就可以看出来，它是无向图的一种，与无向图不同的是，加权无向图的边带有权重，这个权重可以表示任意内容，比如地图中的距离、电网中成本等等。在这些问题中，通常比较关心如何成本最小化，下面就看看如何通过最小生成树来解决此类问题。

本节介绍一种新的数据结构-图，图的应用非常广泛，例如社交网络中的好友关系、计算机网络连接关系、地图道路等等，图的种类多种多样，根据不同的业务需求，选择不同的图，这里介绍4中最重要的图模型：无向图（简单连接）、有向图（连接有方向）、加权图（连接带有权重）、加权有向图（连接既有方向又包含权重）。

在之前的文章中学习了二叉搜索树以及红黑树，它们有个共同的特点是，对于任意节点都大于它的左子节点，小于它的右子节点。

数据结构与算法 - 红黑树

前面已经学习了跳表、散列表，它们的插入、删除、查找等操作是非常高效的，本章再介绍最后一种数据结构 - 红黑树，红黑树是二叉搜索树的改进，所以在介绍红黑树之前，先简单简单介绍一下二叉搜索树。

数组分区使用小结

在学习算法过程中，经常会跟数组进行打交道，其中难免会遇到数组的排序、删除等等操作，其中很多都应用了数组的分区的方法，比如：

数据结构与算法 - 散列表

在之前介绍了二分查找、利用跳表进行查找，在查找效率上都非常高，但是它们有个共同的特点，就是都是基于元素比较的查找。本节介绍一种新的查找方式-散列表，又称哈希表。

C#中的数值溢出检查

在 C# 中进行算术运算、数值类型转换时，可能发生边界溢出问题。比如对于 32 位整型（int），最大值为$2^{31}-1$，最小值为$-2^{31}$，如果超出此范围即为越界。

数据结构与算法 - 跳表

在前面介绍了二分查找，它是一种时间复杂度为$O(\log{n})$的高效查询算法，因为它依赖于有序数组，因此存在一些局限性。我们知道链表不要求连续内存，但是它不支持随机访问，比如在链表 L 中，如果需要查找第 k 个元素，就需要从头开始挨个结点进行查找，那么应该如何提高这种有序链表查找效率呢，基于这个出发点，出现了跳表这种数据结构，

数据结构与算法 - 二分查找

前面介绍了插入排序、选择排序、快排等几种排序算法，后面会用几篇文章介绍几种查找算法，之所以要先介绍排序算法，再介绍查找算法，是因为要进行查找的数据都是已经排好序的，这是因为对于很多查找算法要求数据是有序的。这里将会介绍几种非常高效的算法：二分查找、红黑树、散列表、跳表。

UGUI ScrollRect 优化

在之前的文章中提过，ScrollRect 优化一般有两种方法，一种是采用 LayoutElement 占位符，这种方法的缺点在于需要频繁的变换父子关系，从而造成 Layout 需要不断的重构，如果元素数量比较大的情况下，就会消耗大量资源，造成帧率降低；另一种方法时基于位置变换实现，本次实现也是基于 UGUI 的 LayoutGroup 来实现。