欢迎来到 Swift 算法俱乐部！
注：本文译自 Swift Algorithm Club。
注：由于早先swift-algorithm-club-cn 翻译不全且已经停止维护，本项目是在此基础上的进行的翻译和更新，感谢 ksco 及其小伙伴的先前付出
想体验更好的点这里
在这里，你可以找到很多流行的算法和数据结构的具体实现，使用的是大家最喜欢的新语言 Swift，并对他们的工作原理配有详细的解释。
如果你是一个计算机学院的学生，为了考试想学习一下算法；又或者你是一个自学成才的程序员，想提高一下自身的理论姿势水平－－你真 TM 来对地方了！
这个项目的目的是解释各种算法的工作方式。所以我们主要关注代码的清晰性和可读性，而不是为了产出一个可复用的库，让读者可以直接拖进自己的工程使用。换句话说，绝大多数的代码都是可以用于实际的项目中的，不过需要你根据自己的项目需求进行一些修整。
所有的代码都是兼容 Xcode 10 以及 Swift 4.2 的。如果 Swift 有更新，我们也会及时跟进。
这个项目目前正在进行中。更多的算法将被加入，敬请期待。:-)
?欢迎提供建议和贡献！?
重要链接
什么是算法和数据结构？－做薄饼！
为什么要学习算法？－还在担心这不是你的菜吗？请读一下这篇文章。
大 O 表示法－我们经常会听到这样的话：“这个算法是 O(n) 的”。如果你不知道这是啥意思，请读读这篇文章。
*算法设计技巧－怎样设计自己的算法？
欢迎参与翻译！－如果有意参与翻译，请阅读注意事项！
从哪开始？
如果你之前没有接触过算法和数据结构，你可以从下面这些简单易懂的算法开始看起：
算法列表
搜索算法
*线性搜索－从数组中查找某个元素。
二分搜索－从已排序的数组中快速查找元素。
统计出现次数－统计某个值在数组中的出现次数。
查找最大／最小值－找到数组中的最大／最小值。
第 K 大元素－找到数组中的第 K 大元素，例如中位数。
选取样本－随机地从集合中选取一些元素作为样本。
并查集－保持一些不相交的集合，帮助你快速合并它们。
字符串搜索算法
Brute-Force 算法－一个简单粗暴的方法。
Boyer-Moore 算法－一种高效的字符串子串搜索算法（BM算法）。它不需要对被搜索的字符串中的字符进行逐一比较，而是根据一个查找表跳过其中的某些部分。
Knuth-Morris-Pratt 算法 - 一个线性复杂度字符串搜索算法（KMP算法），通过模式字符进行匹配返回所有的字符串的位置
Rabin-Karp 算法 - 通过哈希算法快速搜索
最长公共子序列算法－找到两个字符串中的最长公共子序列。
Z-Algorithm 在一个字符串中找到所有的模式字符，并返回模式字符在字符串中的开始位置
排序算法
探究排序算法的工作原理是非常有趣的，但在实际的编码中，你几乎永远也不会需要自己编写排序算法，Swift 自带的 sort() 函数已经非常够用了，但如果你还是好奇背后的原理，请继续阅读。
基本的排序算法：
快速的排序算法：
混合排序:
特殊的排序算法
不好的排序算法（知道就行了，不要用！）：
压缩算法
*变动长度编码法(RLE)。将重复的值存储为一个单字节及其计数。
*哈夫曼编码。将常见的元素使用更小的单位存储。
杂项
*搅乱算法－随机搅乱数组中的内容。
*梳排序 - 基于冒泡算法后提高的算法
*米勒-拉宾素性测试 这是一个素数吗？
*换硬币数量最小问题 一个动态规划的例子
*遗传进化算法. 一个简单的例子用来展现一个数值仿照生物进化，如何慢慢突变到自己理想值。
* Myers 差分算法. 求两个序列的最长公共子序列。
数学算法
*最大公约数算法(GCD)－特殊福利：最小公倍数算法。
*排列组合算法－还记得高中学过排列组合数学吗？
*调度场算法－用于将中缀表达式转换为后缀表达式的经典算法。
*Karatsuba Multiplication- 另一种初等乘法
*Haversine 距离 计算球面上两点距离
*Strassen 矩阵乘法算法 高效处理矩阵乘法的算法
*判断顺时针逆时针 - 多边形的面积问题
机器学习
*k-Means 聚类算法－无监督的分类器，将数据聚类为 K 个簇。
K-近邻算法
*线性回归 一种建立两个或者更多变量关系模型的技术
逻辑回归
神经网络
网页排名算法
*模拟退火算法 是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解。
数据结构
对于特定的任务，数据结构的选择需要基于以下几点考量。
首先，你的数据是具有某种形态的，并且有一些必要的操作方法。如果你想基于关键字来查找对象，需要的是字典类型的数据结构；如果你的数据原生就是分层级的，就需要某种类型的树形结构；而如果你的数据是线性的，则你需要的是数据结构可能就是栈或队列等。
其次，具体的选择还与你在实际使用中最常用的操作方法有关，因为不同的数据结构都对不同的操作方法做了优化。举例来说，如果你经常需要获取集合中的某些较为重要的元素，那么使用堆或优先队列就比普通的数组要好很多。
绝大多数情况下，使用 Swift 内建的 Array、Dictinary、Set 就足够高效了，但某些时候，可能还是需要某些更合适的数据结构...
数组变体
二维数组－固定尺寸的二维数组，可用于棋盘游戏。
比特集－*n** 位大小固定尺度的序列。
*固定长度数组－如果你确切的知道数据的大小，使用老式的固定长度的数组会更加高效。
*有序数组－一个永远有序的数组。
*Rootish Array Stack - 空间时间高效率的Swift数组
队列
列表
树
*树－通用目的的树形结构。
*二叉树－一种节点最多有两个孩子节点的树形结构。
二叉搜索树(BST)－以某种方式组织自己的节点的二叉树，以求较快的查询速度。
*红黑树 - 自平衡二叉搜索树
*AVL 树－一种通过旋转来维持平衡的二叉搜索树。
*伸展树- 自平衡二叉搜索树允许快速检索最近更新的节点
*线索二叉树 - 一种二叉搜索树通过额外的数据加快遍历并降低消耗
*线段树－能够快速地对某区间进行计算。
k-d 树
稀疏表 又一个可以对数组部分做计算的数据结构，但是这次可以更快！
*堆－存储在一维数组中的二叉树，所以它不需要使用指针。很适合做为优先队列使用。
斐波那契堆
*字典树 - 一种特殊类型的树结构用来保存关联数据的结构
*B 树 - 自平衡搜索树，每个节点可以超过两个子节点
*基数树是将指针与long整数键值相关联的机制，它存储有效率，并且可快速查询
哈希
*哈希表－允许你通过一个关键词来存取数据。字典通常都是基于哈希表实现的。
哈希函数
集合
图
智力题
很多程序员在面试时都会被问到一些算法性质的智力题。这里只囊括了一点比较有趣的。想了解更多的智力题（及答案），请浏览这里，还有这里。
学无止境！
请参阅以下书籍获取更多内容：
Introduction to Algorithms by Cormen, Leiserson, Rivest, Stein
The Algorithm Design Manual by Skiena
Elements of Programming Interviews by Aziz, Lee, Prakash
Algorithms by Sedgewick
Grokking Algorithms by Aditya Bhargava
下面的书籍均可在网上免费阅读：
Algorithms by Dasgupta, Papadimitriou, Vazirani
Algorithms, Etc. by Erickson
Algorithms and Data Structures: The Basic Toolbox by Mehlhorn and Sanders
Open Data Structures by Pat Morin
其它关于算法的资源：
EKAlgorithms－非常棒的使用 Objective-C 编写的算法集合。
@lorentey－使用 Swift 实现的产品级质量的常用算法和数据结构实现。
Rosetta Code－提供了很多中语言的算法实现。
AlgorithmVisualizer－在浏览器中的图形化算法演示。
Swift Structures 在哪里使用这些数据结构 这里
声明
Swift算法俱乐部最初是由 Matthijs Hollemans 创建的。
现在由 Vincent Ngo, Kelvin Lau 和 Richard Ash 进行维护.
Swift算法俱乐部由 算法贡献者 和raywenderlich.com社区大力支持。 我们一直在寻找联盟者，为什么不加入呢？:]
许可(License)
本项目(包括原项目)都是基于 MIT 协议的
我们所有提交的 pull request 都是通过这个平台，所有代码和文章因此都是遵循该许可的。 根据该许可，Razeware, LLC 和其他人都对相关的文档保留权利。你可以这里找到许可文档。
所有中文文档的翻译来自Swift 算法学院，因此也将遵循原项目协议