【读书笔记】《算法图解》第一章 算法简介

【读书笔记】《算法图解》第一章 算法简介

第一章 算法简介

1. 二分查找

1.1.1 二分查找是一种算法，其输入时一个有序的元素列表（仅当列表是有序的时候，二分查找才管用）。如果要查找的元素包含在列表中，二分查找返回其位置；否则返回null。

1.1.2 例子：1~100里猜数字
先从50开始。小了排除一半，再猜75，大了，又排除一半。使用二分查找时，你猜测的是中间的数字，从而每次都将余下的数字排除一半。
假设你要在字典里查找一个单子，字典宝航240 000个单词，要查找的单词位于字典末尾，使用二分查找时，仅需要17步。
一般而言，对于包含n个元素的列表，用二分查找最多需要log2n步，简单查找需要n步。
注：log对数运算是幂运算的逆运算
2的5次方=32 -> log2 32 =5

1.1.3 练习：假设一个包含128个名字的有序列表，用二分查找，最多需要几步？列表超度半分后，最多需要几步？
答：7步，8步

1.1.4 运行时间
应选择效率最高的算法，以最大限度地减少运行时间或占用空间。
线性时间（On）：最多需要猜测的次数与列表长度相同
对数时间（log时间）：二分查找的运行时间

2. 大O表示法

2.1.1 大O表示法是一种特殊的算法，指出了算法的速度有多快。大O表示法让你能够比较操作数，它指出了算法运行时间的增速。

2.1.2 表示方式：
运行时间为O（n）。这指出了算法需要执行的操作数。
二分法表示：O（log n）

2.1.3 例子：假设查找一个元素需要1毫秒。10亿个元素，分别计算简单查找和二分查找的时间。
答：10亿毫秒和30毫秒。二分查找和简单查找的运行时间的增速不同。

2.1.4 大O表示法指出了最糟情况下的运行时间
有时可能第一个条目就是要查找的对象，但简单查找的运行时间总是O（n）。这是一个保证——你知道简单查找的运行时间不可能超过O（n）。

2.1.5 一些常见的大O运行时间
O(log n): 对数时间，包括二分查找
O(n)： 线性时间，包括简单查找
O(n * log n)：包括快速排序——一种速度较快的排序算法
O(n2)：包括选择排序——一种速度较慢的排序算法
O(n!)：包括旅行商问题的解决方案——一种非常慢的算法

2.1.6 启示
算法的速度指的并非是件，而是操作数的增速。
谈论算法的速度时，我们说的是随着输入的增加，其运行时间将以什么样的速度增加。
算法的运行时间用大O表示法表示。
二分查找的速度比简单查找快得多，需要搜索的元素越多，越快。