⑴ kmp算法什么意思
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的，就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题，只需确定下次匹配j的位置即可，使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中，为了确定在匹配不成功时，下次匹配时j的位置，引入了next[]数组，next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下：
1) next[j] = -1 j = 0
2) next[j] = max(k): 0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j] = 0 其他
如：
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时，表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是：在匹配过程称，若发生不匹配的情况，如果next[j]>=0，则目标串的指针i不变，将模式串的指针j移动到next[j]的位置继续进行匹配；若next[j]=-1，则将i右移1位，并将j置0，继续进行比较。
⑵ 回溯算法的经典书籍
《算法导论》Thomas H.Cormen、Charles E.Leiserson、Ronald L.Rivest、Clifford Stein着 潘金贵、顾铁成、李成法、叶懋译. -北京：机械工业出版社，2006.9
《计算机算法设计与分析》王晓东编着. —3版. -北京：电子工业出版社，2007.5
⑶ 怎么提高编程能力逻辑思维能力
思考问题的方式，方向，解决问题的方法，也就是说应该从哪里入手，从哪里着手去解决问题。
每个人都是从零基础开始接触编程的，很多技术大牛总结了很多经验、解决问题的方式。而现在作为一个编程初学者，我们不需要重新造轮子。我们只需要跟随前辈们脚步，避免重复去走他们已经走过的弯路，也可以说我们现在做的一切都是站在巨人的肩膀来进行的。学习前辈们的经验和解决问题的方式，然后结合自身来解决自己的问题，最终融会贯通为自己所用。
建议大家，解决问题的时候，首先要把问题分解。大化小，很多小问题已经有了非常成熟的解决方案，搜索引擎可以解决大部分问题，我们直接拿来用就可以了，并且记住这种解决问题的方案。而剩下解决不了的小问题，我们在进行针对性解决，每一个小问题解决后，一整块大问题就随之解决。
编程思维的训练就是要学习成熟的解决问题的方法：比如if
语句用来做分支判断，循环用来解决反复运算的问题。穷举法、递推、递归、排序、回溯等等（如果需要当专业程序员，需要学习数据结构和算法，设计模式等等，需要学的东西很多很多。但首先要解决的一个问题是自己能写代码解决一般问题。）
训练函数抽象，类抽象解决问题。如对有序数组，查找特定数值，没有经过训练，初学者，直接用循环遍历。如果经过二分法算法的训练，下次碰到这样的问题，就用二分法求解。
（需求－>需求分析->设计->编码->测试->交付等）
拿到一个习题，还没有进行分析，就马上敲代码，这个学习方式，是不好的学习方式。
再设计，用哪种数据类型（数据结构）来组织或保存数据，用何种算法来计算效率最高，用面向过程，还是面向对象的编程范式，还是用函数式编程等等。设计后，再编写代码，最后写测试。
如果大家对于学习编程有任何疑问，可以随时咨询我，这是我的V：Zhanlaoshi71 从事IT行业16年，精通八种语言，多跟专业的人交流学习。
只有先经过训练常见的算法，分解问题，会做需求分析，慢慢训练，才会养成自己的思路。没有人一出生会编程，只有经过训练，才会学会编程。很多牛逼程序员用vim，敲的啪啪响，一会儿一屏幕代码，为啥那么熟练使用vim，习惯成自然。当你训练多了以后，学会一定的套路（解决问题的方法），养成独立思考的习惯，假以时日，自然就有思路了。
养成独立思考的习惯，养成切分问题，养成大问题化解小问题，养成套用学过的算法，才会有思路。简单的判断、循环都不会写，就想玩django，何来的思路？
万丈高楼从地起，希望大家脚踏实地实地的从基础训练起，先达到独立写代码解决一般的问题，再谈项目。见过盲目上号称牛逼项目的培训班出来的程序员，
没有学会独立写代码解决一般的问题的能力，开发项目时如狗咬刺猬无从下手。
⑷ 除贪心算法外 还有哪些算法
你指的是算法设计的技巧和方法吧~
这些多了
比如最简单的归纳法(例如递归求整数幂、horner规则的二项式求值等等)，万能的回溯法(本质上即穷举搜索，能解决大部分的枚举类问题，如8皇后)，高效的动态规划(“填表格法”，能将许多最优解问题以极快时间内解决，典型例子如背包问题的动态规划求解)，还有很多（分支定界，分治，深度和广度优先遍历，随机算法，近似算法等等）不过这些是最基础的算法知识了……贪心属于最先割技术，每次求出当前条件下的最优解，这方面可以参考《算法导论》及《算法设计与分析》等相关书籍，相信能有不少收获。
⑸ B树算法难么
感觉挺难。
B树的定义
假设B树的度为t（t>=2），则B树满足如下要求：（参考算法导论）
（1） 每个非根节点至少包含t-1个关键字，t个指向子节点的指针；至多包含2t-1个关键字，2t个指向子女的指针（叶子节点的子女为空）。
（2） 节点的所有key按非降序存放，假设节点的关键字分别为K[1], K[2] … K[n], 指向子女的指针分别为P[1], P[2]…P[n+1]，其中n为节点关键字的个数。则有：
P[1] <= K[1] <= P[2] <= K[2] …..<= K[n] <=P[n+1] // 这里P[n]也指其指向的关键字
（3） 若根节点非空，则根节点至少包含两个子女；
（4） 所有的叶子节点都在同一层。
B树的搜索，search（root, target）
从root出发，对每个节点，找到大于或等于target关键字中最小的K[i]，如果K[i]与target相等，则查找成功；否则在P[i]中递归搜索target，直到到达叶子节点，如仍未找到则说明关键字不在B树中，查找失败。
B树的插入，insert(root,target)
B树的插入需要沿着搜索的路径从root一直到叶节点，根据B树的规则，每个节点的关键字个数在[t-1, 2t-1]之间，故当target要加入到某个叶子时，如果该叶子节点已经有2t-1个关键字，则再加入target就违反了B树的定义，这时就需要对该叶子节点进行分裂，将叶子以中间节点为界，分成两个包含t-1个关键字的子节点，同时把中间节点提升到该叶子的父节点中，如果这样使得父节点的关键字个数超过2t-1，则要继续向上分裂，直到根节点，根节点的分裂会使得树加高一层。
上面的过程需要回溯，那么能否从根下降到叶节点后不回溯就能完成节点的插入呢？答案是肯定的，核心思想就是未雨绸缪，在下降的过程中，一旦遇到已满的节点（关键字个数为2t-1），就就对该节点进行分裂，这样就保证在叶子节点需要分裂时，其父节点一定是非满的，从而不需要再向上回溯。
B树的删除，delete(root,target)
在删除B树节点时，为了避免回溯，当遇到需要合并的节点时就立即执行合并，B树的删除算法如下：从root向叶子节点按照search规律遍历：
（1） 如果target在叶节点x中，则直接从x中删除target，情况（2）和（3）会保证当再叶子节点找到target时，肯定能借节点或合并成功而不会引起父节点的关键字个数少于t-1。
（2） 如果target在分支节点x中：
（a） 如果x的左分支节点y至少包含t个关键字，则找出y的最右的关键字prev，并替换target，并在y中递归删除prev。
（b） 如果x的右分支节点z至少包含t个关键字，则找出z的最左的关键字next，并替换target，并在z中递归删除next。
（c） 否则，如果y和z都只有t-1个关键字，则将targe与z合并到y中，使得y有2t-1个关键字，再从y中递归删除target。
（3） 如果关键字不在分支节点x中，则必然在x的某个分支节点p[i]中，如果p[i]节点只有t-1个关键字。
（a） 如果p[i-1]拥有至少t个关键字，则将x的某个关键字降至p[i]中，将p[i-1]的最大节点上升至x中。
（b） 如果p[i+1]拥有至少t个关键字，则将x个某个关键字降至p[i]中，将p[i+1]的最小关键字上升至x个。
（c） 如果p[i-1]与p[i+1]都拥有t-1个关键字，则将p[i]与其中一个兄弟合并，将x的一个关键字降至合并的节点中，成为中间关键字。