18 / 20
第 16 章 附录
编程环境安装
安装 IDE
推荐使用开源、轻量的 VS Code 作为本地集成开发环境（IDE）。访问 VS Code 官网，根据操作系统选择相应版本的 VS Code 进行下载和安装。
VS Code 拥有强大的扩展包生态系统，支持大多数编程语言的运行和调试。以 Python 为例，安装“Python Extension Pack”扩展包之后，即可进行 Python 代码调试。安装步骤如下图所示。
安装语言环境
Python 环境
- 下载并安装 Miniconda3 ，需要 Python 3.10 或更新版本。
- 在 VS Code 的插件市场中搜索
python，安装 Python Extension Pack 。 - （可选）在命令行输入
pip install black，安装代码格式化工具。
C/C++ 环境
- Windows 系统需要安装 MinGW（配置教程）；macOS 自带 Clang ，无须安装。
- 在 VS Code 的插件市场中搜索
c++，安装 C/C++ Extension Pack 。 - （可选）打开 Settings 页面，搜索
Clang_format_fallback Style代码格式化选项，设置为{ BasedOnStyle: Microsoft, BreakBeforeBraces: Attach }。
Java 环境
- 下载并安装 OpenJDK（版本需满足 > JDK 9）。
- 在 VS Code 的插件市场中搜索
java，安装 Extension Pack for Java 。
C# 环境
Go 环境
- 下载并安装 go 。
- 在 VS Code 的插件市场中搜索
go，安装 Go 。 - 按快捷键
Ctrl + Shift + P呼出命令栏，输入 go ，选择Go: Install/Update Tools，全部勾选并安装即可。
Swift 环境
- 下载并安装 Swift 。
- 在 VS Code 的插件市场中搜索
swift，安装 Swift for Visual Studio Code 。
JavaScript 环境
- 下载并安装 Node.js 。
- （可选）在 VS Code 的插件市场中搜索
Prettier，安装代码格式化工具。
TypeScript 环境
- 同 JavaScript 环境安装步骤。
- 安装 TypeScript Execute (tsx) 。
- 在 VS Code 的插件市场中搜索
typescript，安装 Pretty TypeScript Errors 。
Dart 环境
Rust 环境
- 下载并安装 Rust 。
- 在 VS Code 的插件市场中搜索
rust，安装 rust-analyzer 。
一起参与创作
由于笔者能力有限，书中难免存在一些遗漏和错误，请您谅解。如果您发现了笔误、链接失效、内容缺失、文字歧义、解释不清晰或行文结构不合理等问题，请协助我们进行修正，以给读者提供更优质的学习资源。
所有撰稿人的 GitHub ID 将在本书仓库、网页版和 PDF 版的主页上进行展示，以感谢他们对开源社区的无私奉献。
开源的魅力
纸质图书的两次印刷的间隔时间往往较久，内容更新非常不方便。
而在本开源书中，内容更迭的时间被缩短至数日甚至几个小时。
内容微调
如下图所示，每个页面的右上角都有“编辑图标”。您可以按照以下步骤修改文本或代码。
- 点击“编辑图标”，如果遇到“需要 Fork 此仓库”的提示，请同意该操作。
- 修改 Markdown 源文件内容，检查内容的正确性，并尽量保持排版格式的统一。
- 在页面底部填写修改说明，然后点击“Propose file change”按钮。页面跳转后，点击“Create pull request”按钮即可发起拉取请求。
图片无法直接修改，需要通过新建 Issue 或评论留言来描述问题，我们会尽快重新绘制并替换图片。
内容创作
如果您有兴趣参与此开源项目，包括将代码翻译成其他编程语言、扩展文章内容等，那么需要实施以下 Pull Request 工作流程。
- 登录 GitHub ，将本书的代码仓库 Fork 到个人账号下。
- 进入您的 Fork 仓库网页，使用
git clone命令将仓库克隆至本地。 - 在本地进行内容创作，并进行完整测试，验证代码的正确性。
- 将本地所做更改 Commit ，然后 Push 至远程仓库。
- 刷新仓库网页，点击“Create pull request”按钮即可发起拉取请求。
Docker 部署
在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目：
docker-compose up -d使用以下命令即可删除部署：
docker-compose down术语表
下表列出了书中出现的重要术语。建议记住各个名词的英文叫法，以便阅读英文文献。
表
| English | 简体中文 |
|---|---|
| algorithm | 算法 |
| data structure | 数据结构 |
| code | 代码 |
| file | 文件 |
| function | 函数 |
| method | 方法 |
| variable | 变量 |
| asymptotic complexity analysis | 渐近复杂度分析 |
| time complexity | 时间复杂度 |
| space complexity | 空间复杂度 |
| loop | 循环 |
| iteration | 迭代 |
| recursion | 递归 |
| tail recursion | 尾递归 |
| recursion tree | 递归树 |
| big- notation | 大 记号 |
| asymptotic upper bound | 渐近上界 |
| sign-magnitude | 原码 |
| 1’s complement | 反码 |
| 2’s complement | 补码 |
| array | 数组 |
| index | 索引 |
| linked list | 链表 |
| linked list node, list node | 链表节点 |
| head node | 头节点 |
| tail node | 尾节点 |
| list | 列表 |
| dynamic array | 动态数组 |
| hard disk | 硬盘 |
| random-access memory (RAM) | 内存 |
| cache memory | 缓存 |
| cache miss | 缓存未命中 |
| cache hit rate | 缓存命中率 |
| stack | 栈 |
| top of the stack | 栈顶 |
| bottom of the stack | 栈底 |
| queue | 队列 |
| double-ended queue | 双向队列 |
| front of the queue | 队首 |
| rear of the queue | 队尾 |
| hash table | 哈希表 |
| hash set | 哈希集合 |
| bucket | 桶 |
| hash function | 哈希函数 |
| hash collision | 哈希冲突 |
| load factor | 负载因子 |
| separate chaining | 链式地址 |
| open addressing | 开放寻址 |
| linear probing | 线性探测 |
| lazy deletion | 懒删除 |
| binary tree | 二叉树 |
| tree node | 树节点 |
| left-child node | 左子节点 |
| right-child node | 右子节点 |
| parent node | 父节点 |
| left subtree | 左子树 |
| right subtree | 右子树 |
| root node | 根节点 |
| leaf node | 叶节点 |
| edge | 边 |
| level | 层 |
| degree | 度 |
| height | 高度 |
| depth | 深度 |
| perfect binary tree | 完美二叉树 |
| complete binary tree | 完全二叉树 |
| full binary tree | 完满二叉树 |
| balanced binary tree | 平衡二叉树 |
| binary search tree | 二叉搜索树 |
| AVL tree | AVL 树 |
| red-black tree | 红黑树 |
| level-order traversal | 层序遍历 |
| breadth-first traversal | 广度优先遍历 |
| depth-first traversal | 深度优先遍历 |
| pre-order traversal | 前序遍历 |
| in-order traversal | 中序遍历 |
| post-order traversal | 后序遍历 |
| balanced binary search tree | 平衡二叉搜索树 |
| balance factor | 平衡因子 |
| heap | 堆 |
| max heap | 大顶堆 |
| min heap | 小顶堆 |
| priority queue | 优先队列 |
| heapify | 堆化 |
| top- problem | Top- 问题 |
| graph | 图 |
| vertex | 顶点 |
| undirected graph | 无向图 |
| directed graph | 有向图 |
| connected graph | 连通图 |
| disconnected graph | 非连通图 |
| weighted graph | 有权图 |
| adjacency | 邻接 |
| path | 路径 |
| in-degree | 入度 |
| out-degree | 出度 |
| adjacency matrix | 邻接矩阵 |
| adjacency list | 邻接表 |
| breadth-first search | 广度优先搜索 |
| depth-first search | 深度优先搜索 |
| binary search | 二分查找 |
| searching algorithm | 搜索算法 |
| sorting algorithm | 排序算法 |
| selection sort | 选择排序 |
| bubble sort | 冒泡排序 |
| insertion sort | 插入排序 |
| quick sort | 快速排序 |
| merge sort | 归并排序 |
| heap sort | 堆排序 |
| bucket sort | 桶排序 |
| counting sort | 计数排序 |
| radix sort | 基数排序 |
| divide and conquer | 分治 |
| hanota problem | 汉诺塔问题 |
| backtracking algorithm | 回溯算法 |
| constraint | 约束 |
| solution | 解 |
| state | 状态 |
| pruning | 剪枝 |
| permutations problem | 全排列问题 |
| subset-sum problem | 子集和问题 |
| -queens problem | 皇后问题 |
| dynamic programming | 动态规划 |
| initial state | 初始状态 |
| state-transition equation | 状态转移方程 |
| knapsack problem | 背包问题 |
| edit distance problem | 编辑距离问题 |
| greedy algorithm | 贪心算法 |