- quick-union: 查找代价昂贵，当tree过于瘦长，会花大量时间回溯整棵树
- quick-union-improve: 加权，在每次合并时，将高度较低的树并入高度较高的树，同时将树展平
- select sort: 选择排序
- insert sort: 插入排序
- shell sort: 希尔排序
- merge sort UB: 自顶向下的归并排序
- merge sort BU: 自底向上的归并排序
- quick sort base: 基础的快速排序
- quick3way: 三项切分快速排序，适用于排序重复元素较多的情况
最大（最小）堆是一棵每一个节点的键值都不小于（大于）其孩子（如果存在）的键值的树
- heap priority queue: 基于堆的优先队列实现
- heap sort: 堆排序
- sequence search: 线性查找(略)
- binary search: 二分查找
二叉查找树：对于每个节点，左侧节点总比其小，右侧节点总比其大，既具备链表的插入效率，也具有数组的查找效率 缺点：比如一直往左侧插入节点，就会出现左侧高度一直增加，右侧高度一直为1，这是不平衡的，出现这种情况，查找和插入效率都会很差
结合了链表的快速插入优势与数组的快速查询优势
二叉查找树改进版，提升其在最差情况下的性能，其原理是在每次插入时保证了二叉查找树的平衡性，所有空节点到根节点的高度是一样的
- Graph 无向图类
- DepthFirstSearch 深度优先连通性搜索
- DepthFirstPaths 深度优先路径搜索，搜索出来的路径为最短路径
- CC 使用深度优先搜索查询连通分量(v与w是否连通)
- Cycle 检测图是否含有环
- TwoColor 双色问题，能否用两种颜色将一幅图的所有顶点着色(检测二分图)
- SymbolGraph 无向图的符号图
- Digraph 有向图类
- DirectedCycle 检测有向图是否含环
- DirectedDFS 有向图深度优先搜索
- DepthFirstOrder 基于深度优先搜索的顶点排序
- KosarajuSCC 使用kosaraju算法，计算有向图的强连通分量
- EWGraph 加权无向图类
- Edge 加权边类
- LazyPrimMST 延时Prim算法实现
- PrimMST 即时Prim算法
- Kruskal 算法(略) 原理是从最小权重的边开始遍历，在不构成环的前提下生成最小生成树
- DWGraph 加权有向图类
- dijkstra 计算s到所有节点的最短路径
- acyclic dijkstra优化版，先进行拓扑排序，然后按照排序顺序进行顶点放松
- key-count: 键索引计数法，适用于小整数键排序，如对学生进行分组排序
- lsd: 低位优先的字符串排序
- msd: 高位优先的字符串排序
- TrieST: 单词查找树
- TST: 三向单词查找树
- search1: 暴力搜索法(显式回退)
- KMP: 思路就是在暴力搜索法的基础上，更合理的安排j回退的位置
- BM: 效率优于KMP