程序员思维导图

# 《程序员思维导图》

## 一、基础知识 (Fundamentals)

### 1.1 数据结构 (Data Structures)

*   **线性结构 (Linear Structures)**
    *   **数组 (Arrays)**
        *   连续内存空间
        *   随机访问 (O(1))
        *   插入/删除 (O(n))
        *   动态数组 (ArrayList/Vector)
    *   **链表 (Linked Lists)**
        *   非连续内存空间
        *   插入/删除 (O(1))，查找 (O(n))
        *   单向链表 (Singly Linked List)
        *   双向链表 (Doubly Linked List)
        *   循环链表 (Circular Linked List)
    *   **栈 (Stacks)**
        *   LIFO (Last-In, First-Out)
        *   Push (入栈), Pop (出栈), Peek (查看栈顶)
        *   应用：函数调用栈, 表达式求值, 括号匹配
    *   **队列 (Queues)**
        *   FIFO (First-In, First-Out)
        *   Enqueue (入队), Dequeue (出队)
        *   应用：任务调度, 消息队列, 广度优先搜索
    *   **哈希表 (Hash Tables)**
        *   键值对存储 (Key-Value Pairs)
        *   Hash 函数 (Hash Function): 将键映射到索引
        *   冲突解决 (Collision Resolution): 链地址法, 开放寻址法
        *   平均查找时间 (O(1))
*   **非线性结构 (Non-Linear Structures)**
    *   **树 (Trees)**
        *   **二叉树 (Binary Tree)**
            *   每个节点最多有两个子节点
            *   满二叉树 (Full Binary Tree)
            *   完全二叉树 (Complete Binary Tree)
            *   二叉搜索树 (Binary Search Tree): 左子树 < 根节点 < 右子树
            *   遍历：前序遍历 (Preorder), 中序遍历 (Inorder), 后序遍历 (Postorder)
        *   **平衡树 (Balanced Trees)**
            *   AVL树 (AVL Tree)
            *   红黑树 (Red-Black Tree)
            *   确保树的平衡，避免最坏情况下的查找性能 (O(log n))
        *   **堆 (Heap)**
            *   最大堆 (Max Heap)
            *   最小堆 (Min Heap)
            *   优先队列 (Priority Queue)
        *   **B树 (B-Tree)**
            *   多路搜索树
            *   用于磁盘存储，减少I/O操作
    *   **图 (Graphs)**
        *   节点 (Vertices) 和 边 (Edges)
        *   有向图 (Directed Graph)
        *   无向图 (Undirected Graph)
        *   加权图 (Weighted Graph)
        *   邻接矩阵 (Adjacency Matrix)
        *   邻接表 (Adjacency List)
        *   遍历：深度优先搜索 (DFS), 广度优先搜索 (BFS)

### 1.2 算法 (Algorithms)

*   **排序算法 (Sorting Algorithms)**
    *   **比较排序 (Comparison Sorting)**
        *   冒泡排序 (Bubble Sort)
        *   选择排序 (Selection Sort)
        *   插入排序 (Insertion Sort)
        *   归并排序 (Merge Sort)
        *   快速排序 (Quick Sort)
        *   堆排序 (Heap Sort)
    *   **非比较排序 (Non-Comparison Sorting)**
        *   计数排序 (Counting Sort)
        *   桶排序 (Bucket Sort)
        *   基数排序 (Radix Sort)
*   **搜索算法 (Searching Algorithms)**
    *   线性搜索 (Linear Search)
    *   二分搜索 (Binary Search)
*   **图算法 (Graph Algorithms)**
    *   最短路径算法 (Shortest Path Algorithms)
        *   Dijkstra 算法
        *   Bellman-Ford 算法
        *   Floyd-Warshall 算法
    *   最小生成树算法 (Minimum Spanning Tree Algorithms)
        *   Prim 算法
        *   Kruskal 算法
*   **动态规划 (Dynamic Programming)**
    *   解决具有重叠子问题和最优子结构的问题
    *   自顶向下 (Top-Down) (带备忘录的递归)
    *   自底向上 (Bottom-Up) (迭代)
*   **贪心算法 (Greedy Algorithms)**
    *   每一步选择局部最优解，期望达到全局最优解
    *   适用问题：活动选择问题, 背包问题 (部分背包)
*   **分治算法 (Divide and Conquer)**
    *   将问题分解为小问题，递归解决，合并结果
    *   典型例子：归并排序, 快速排序

### 1.3 编程范式 (Programming Paradigms)

*   **面向过程编程 (Procedural Programming)**
    *   以过程为中心，关注解决问题的步骤
    *   例如：C语言
*   **面向对象编程 (Object-Oriented Programming)**
    *   以对象为中心，关注对象的属性和行为
    *   封装 (Encapsulation), 继承 (Inheritance), 多态 (Polymorphism)
    *   例如：Java, C++, Python
*   **函数式编程 (Functional Programming)**
    *   将计算视为数学函数的求值
    *   纯函数 (Pure Function), 不可变数据 (Immutable Data), 高阶函数 (Higher-Order Function)
    *   例如：Haskell, Scala, Lisp

## 二、进阶技能 (Advanced Skills)

### 2.1 设计模式 (Design Patterns)

*   **创建型模式 (Creational Patterns)**
    *   单例模式 (Singleton Pattern)
    *   工厂模式 (Factory Pattern)
    *   抽象工厂模式 (Abstract Factory Pattern)
    *   建造者模式 (Builder Pattern)
    *   原型模式 (Prototype Pattern)
*   **结构型模式 (Structural Patterns)**
    *   适配器模式 (Adapter Pattern)
    *   桥接模式 (Bridge Pattern)
    *   组合模式 (Composite Pattern)
    *   装饰器模式 (Decorator Pattern)
    *   外观模式 (Facade Pattern)
    *   享元模式 (Flyweight Pattern)
    *   代理模式 (Proxy Pattern)
*   **行为型模式 (Behavioral Patterns)**
    *   责任链模式 (Chain of Responsibility Pattern)
    *   命令模式 (Command Pattern)
    *   解释器模式 (Interpreter Pattern)
    *   迭代器模式 (Iterator Pattern)
    *   中介者模式 (Mediator Pattern)
    *   备忘录模式 (Memento Pattern)
    *   观察者模式 (Observer Pattern)
    *   状态模式 (State Pattern)
    *   策略模式 (Strategy Pattern)
    *   模板方法模式 (Template Method Pattern)
    *   访问者模式 (Visitor Pattern)

### 2.2 操作系统 (Operating Systems)

*   **进程管理 (Process Management)**
    *   进程的概念 (Process Concept)
    *   进程状态 (Process States)
    *   进程调度 (Process Scheduling)
    *   进程间通信 (IPC) (Inter-Process Communication)
        *   管道 (Pipes), 消息队列 (Message Queues), 共享内存 (Shared Memory), 信号量 (Semaphores)
*   **内存管理 (Memory Management)**
    *   虚拟内存 (Virtual Memory)
    *   分页 (Paging), 分段 (Segmentation)
    *   页面置换算法 (Page Replacement Algorithms)
        *   FIFO, LRU, Optimal
*   **文件系统 (File Systems)**
    *   文件组织 (File Organization)
    *   目录结构 (Directory Structure)
    *   文件访问控制 (File Access Control)
*   **I/O 系统 (I/O Systems)**
    *   I/O 设备 (I/O Devices)
    *   I/O 控制器 (I/O Controllers)
    *   I/O 驱动程序 (I/O Drivers)

### 2.3 数据库 (Databases)

*   **关系型数据库 (Relational Databases)**
    *   SQL (Structured Query Language)
    *   ACID 特性 (Atomicity, Consistency, Isolation, Durability)
    *   数据库设计 (Database Design)
    *   范式 (Normalization)
    *   索引 (Indexes)
    *   事务 (Transactions)
    *   MySQL, PostgreSQL, Oracle
*   **NoSQL 数据库 (NoSQL Databases)**
    *   键值存储 (Key-Value Stores)
    *   文档数据库 (Document Databases)
    *   列式数据库 (Column Family Databases)
    *   图形数据库 (Graph Databases)
    *   Redis, MongoDB, Cassandra, Neo4j

### 2.4 网络 (Networking)

*   **TCP/IP 协议栈 (TCP/IP Protocol Suite)**
    *   应用层 (Application Layer)
    *   传输层 (Transport Layer)
        *   TCP (Transmission Control Protocol)
        *   UDP (User Datagram Protocol)
    *   网络层 (Network Layer)
        *   IP (Internet Protocol)
    *   链路层 (Link Layer)
*   **HTTP 协议 (HTTP Protocol)**
    *   请求方法 (Request Methods): GET, POST, PUT, DELETE
    *   状态码 (Status Codes)
    *   请求头 (Request Headers), 响应头 (Response Headers)
*   **Socket 编程 (Socket Programming)**
    *   客户端 (Client)
    *   服务器 (Server)

## 三、 工具与实践 (Tools & Practice)

### 3.1 版本控制 (Version Control)

*   **Git**
    *   仓库 (Repository)
    *   提交 (Commit)
    *   分支 (Branch)
    *   合并 (Merge)
    *   拉取 (Pull)
    *   推送 (Push)
    *   GitHub, GitLab, Bitbucket

### 3.2 软件测试 (Software Testing)

*   **单元测试 (Unit Testing)**
*   **集成测试 (Integration Testing)**
*   **系统测试 (System Testing)**
*   **自动化测试 (Automated Testing)**
*   **测试驱动开发 (TDD)**

### 3.3 持续集成/持续部署 (CI/CD)

*   **Jenkins**
*   **Travis CI**
*   **CircleCI**
*   **GitHub Actions**

### 3.4 常用工具 (Common Tools)

*   **IDE (Integrated Development Environment)**
    *   VS Code, IntelliJ IDEA, Eclipse
*   **调试器 (Debugger)**
    *   GDB, LLDB
*   **性能分析器 (Profiler)**
    *   Valgrind, Instruments
*   **构建工具 (Build Tools)**
    *   Make, Maven, Gradle, npm, yarn

### 3.5 云计算 (Cloud Computing)

*   **AWS (Amazon Web Services)**
*   **Azure (Microsoft Azure)**
*   **GCP (Google Cloud Platform)**
*   **Docker**
*   **Kubernetes**

《程序员思维导图》

一、基础知识 (Fundamentals)

1.1 数据结构 (Data Structures)

线性结构 (Linear Structures)
- 数组 (Arrays)
  - 连续内存空间
  - 随机访问 (O(1))
  - 插入/删除 (O(n))
  - 动态数组 (ArrayList/Vector)
- 链表 (Linked Lists)
  - 非连续内存空间
  - 插入/删除 (O(1))，查找 (O(n))
  - 单向链表 (Singly Linked List)
  - 双向链表 (Doubly Linked List)
  - 循环链表 (Circular Linked List)
- 栈 (Stacks)
  - LIFO (Last-In, First-Out)
  - Push (入栈), Pop (出栈), Peek (查看栈顶)
  - 应用：函数调用栈, 表达式求值, 括号匹配
- 队列 (Queues)
  - FIFO (First-In, First-Out)
  - Enqueue (入队), Dequeue (出队)
  - 应用：任务调度, 消息队列, 广度优先搜索
- 哈希表 (Hash Tables)
  - 键值对存储 (Key-Value Pairs)
  - Hash 函数 (Hash Function): 将键映射到索引
  - 冲突解决 (Collision Resolution): 链地址法, 开放寻址法
  - 平均查找时间 (O(1))
非线性结构 (Non-Linear Structures)
- 树 (Trees)
  - 二叉树 (Binary Tree)
    - 每个节点最多有两个子节点
    - 满二叉树 (Full Binary Tree)
    - 完全二叉树 (Complete Binary Tree)
    - 二叉搜索树 (Binary Search Tree): 左子树 < 根节点 < 右子树
    - 遍历：前序遍历 (Preorder), 中序遍历 (Inorder), 后序遍历 (Postorder)
  - 平衡树 (Balanced Trees)
    - AVL树 (AVL Tree)
    - 红黑树 (Red-Black Tree)
    - 确保树的平衡，避免最坏情况下的查找性能 (O(log n))
  - 堆 (Heap)
    - 最大堆 (Max Heap)
    - 最小堆 (Min Heap)
    - 优先队列 (Priority Queue)
  - B树 (B-Tree)
    - 多路搜索树
    - 用于磁盘存储，减少I/O操作
- 图 (Graphs)
  - 节点 (Vertices) 和边 (Edges)
  - 有向图 (Directed Graph)
  - 无向图 (Undirected Graph)
  - 加权图 (Weighted Graph)
  - 邻接矩阵 (Adjacency Matrix)
  - 邻接表 (Adjacency List)
  - 遍历：深度优先搜索 (DFS), 广度优先搜索 (BFS)

1.2 算法 (Algorithms)

排序算法 (Sorting Algorithms)
- 比较排序 (Comparison Sorting)
  - 冒泡排序 (Bubble Sort)
  - 选择排序 (Selection Sort)
  - 插入排序 (Insertion Sort)
  - 归并排序 (Merge Sort)
  - 快速排序 (Quick Sort)
  - 堆排序 (Heap Sort)
- 非比较排序 (Non-Comparison Sorting)
  - 计数排序 (Counting Sort)
  - 桶排序 (Bucket Sort)
  - 基数排序 (Radix Sort)
搜索算法 (Searching Algorithms)
- 线性搜索 (Linear Search)
- 二分搜索 (Binary Search)
图算法 (Graph Algorithms)
- 最短路径算法 (Shortest Path Algorithms)
  - Dijkstra 算法
  - Bellman-Ford 算法
  - Floyd-Warshall 算法
- 最小生成树算法 (Minimum Spanning Tree Algorithms)
  - Prim 算法
  - Kruskal 算法
动态规划 (Dynamic Programming)
- 解决具有重叠子问题和最优子结构的问题
- 自顶向下 (Top-Down) (带备忘录的递归)
- 自底向上 (Bottom-Up) (迭代)
贪心算法 (Greedy Algorithms)
- 每一步选择局部最优解，期望达到全局最优解
- 适用问题：活动选择问题, 背包问题 (部分背包)
分治算法 (Divide and Conquer)
- 将问题分解为小问题，递归解决，合并结果
- 典型例子：归并排序, 快速排序

1.3 编程范式 (Programming Paradigms)

面向过程编程 (Procedural Programming)
- 以过程为中心，关注解决问题的步骤
- 例如：C语言
面向对象编程 (Object-Oriented Programming)
- 以对象为中心，关注对象的属性和行为
- 封装 (Encapsulation), 继承 (Inheritance), 多态 (Polymorphism)
- 例如：Java, C++, Python
函数式编程 (Functional Programming)
- 将计算视为数学函数的求值
- 纯函数 (Pure Function), 不可变数据 (Immutable Data), 高阶函数 (Higher-Order Function)
- 例如：Haskell, Scala, Lisp

二、进阶技能 (Advanced Skills)

2.1 设计模式 (Design Patterns)

创建型模式 (Creational Patterns)
- 单例模式 (Singleton Pattern)
- 工厂模式 (Factory Pattern)
- 抽象工厂模式 (Abstract Factory Pattern)
- 建造者模式 (Builder Pattern)
- 原型模式 (Prototype Pattern)
结构型模式 (Structural Patterns)
- 适配器模式 (Adapter Pattern)
- 桥接模式 (Bridge Pattern)
- 组合模式 (Composite Pattern)
- 装饰器模式 (Decorator Pattern)
- 外观模式 (Facade Pattern)
- 享元模式 (Flyweight Pattern)
- 代理模式 (Proxy Pattern)
行为型模式 (Behavioral Patterns)
- 责任链模式 (Chain of Responsibility Pattern)
- 命令模式 (Command Pattern)
- 解释器模式 (Interpreter Pattern)
- 迭代器模式 (Iterator Pattern)
- 中介者模式 (Mediator Pattern)
- 备忘录模式 (Memento Pattern)
- 观察者模式 (Observer Pattern)
- 状态模式 (State Pattern)
- 策略模式 (Strategy Pattern)
- 模板方法模式 (Template Method Pattern)
- 访问者模式 (Visitor Pattern)

2.2 操作系统 (Operating Systems)

进程管理 (Process Management)
- 进程的概念 (Process Concept)
- 进程状态 (Process States)
- 进程调度 (Process Scheduling)
- 进程间通信 (IPC) (Inter-Process Communication)
  - 管道 (Pipes), 消息队列 (Message Queues), 共享内存 (Shared Memory), 信号量 (Semaphores)
内存管理 (Memory Management)
- 虚拟内存 (Virtual Memory)
- 分页 (Paging), 分段 (Segmentation)
- 页面置换算法 (Page Replacement Algorithms)
  - FIFO, LRU, Optimal
文件系统 (File Systems)
- 文件组织 (File Organization)
- 目录结构 (Directory Structure)
- 文件访问控制 (File Access Control)
I/O 系统 (I/O Systems)
- I/O 设备 (I/O Devices)
- I/O 控制器 (I/O Controllers)
- I/O 驱动程序 (I/O Drivers)

2.3 数据库 (Databases)

关系型数据库 (Relational Databases)
- SQL (Structured Query Language)
- ACID 特性 (Atomicity, Consistency, Isolation, Durability)
- 数据库设计 (Database Design)
- 范式 (Normalization)
- 索引 (Indexes)
- 事务 (Transactions)
- MySQL, PostgreSQL, Oracle
NoSQL 数据库 (NoSQL Databases)
- 键值存储 (Key-Value Stores)
- 文档数据库 (Document Databases)
- 列式数据库 (Column Family Databases)
- 图形数据库 (Graph Databases)
- Redis, MongoDB, Cassandra, Neo4j

2.4 网络 (Networking)

TCP/IP 协议栈 (TCP/IP Protocol Suite)
- 应用层 (Application Layer)
- 传输层 (Transport Layer)
  - TCP (Transmission Control Protocol)
  - UDP (User Datagram Protocol)
- 网络层 (Network Layer)
  - IP (Internet Protocol)
- 链路层 (Link Layer)
HTTP 协议 (HTTP Protocol)
- 请求方法 (Request Methods): GET, POST, PUT, DELETE
- 状态码 (Status Codes)
- 请求头 (Request Headers), 响应头 (Response Headers)
Socket 编程 (Socket Programming)
- 客户端 (Client)
- 服务器 (Server)

三、工具与实践 (Tools & Practice)

3.1 版本控制 (Version Control)

Git
- 仓库 (Repository)
- 提交 (Commit)
- 分支 (Branch)
- 合并 (Merge)
- 拉取 (Pull)
- 推送 (Push)
- GitHub, GitLab, Bitbucket

3.2 软件测试 (Software Testing)

单元测试 (Unit Testing)
集成测试 (Integration Testing)
系统测试 (System Testing)
自动化测试 (Automated Testing)
测试驱动开发 (TDD)

3.3 持续集成/持续部署 (CI/CD)

Jenkins
Travis CI
CircleCI
GitHub Actions

3.4 常用工具 (Common Tools)

IDE (Integrated Development Environment)
- VS Code, IntelliJ IDEA, Eclipse
调试器 (Debugger)
- GDB, LLDB
性能分析器 (Profiler)
- Valgrind, Instruments
构建工具 (Build Tools)
- Make, Maven, Gradle, npm, yarn

3.5 云计算 (Cloud Computing)

AWS (Amazon Web Services)
Azure (Microsoft Azure)
GCP (Google Cloud Platform)
Docker
Kubernetes

上一个主题：西游记思维导图下一个主题：小学数学广角思维导图