学习算法不在一招一式,而是培养框架思维。
所谓框架思维,就是套路。不管增删改查,这些代码都是永远无法脱离的结构,你可以把这个结构化作大纲,根据具体问题在框架上添加代码就行了。
一、认识数据结构
数据结构是工具,算法是通过合适的数据结构解决待定为你的方法。
1.1 数据结构存储方式
数据结构的底层存储方式有两种:
- 数组(顺序存储)
- 链表(链式存储)
1.2 数据结构种类
- 链表
- 数组
- 散列表
- 树
- 图
- 队列
- 栈
- 堆
1.3 数据结构的基本操作
数据结构的操作无非:增删改查
1.4 数据结构遍历 + 访问方式
- 线性:for/while迭代为代表
- 非线性:递归为代表
二、如何培养框架思维
- 先刷二叉树,因为大部分常考算法本质就是对树的遍历问题。只要涉及递归的问题,基本上都是树的问题。
- 从框架看问题,用框架解决问题,不要纠结于细节。
- 大量练习。
三、动态规划解题套路框架
3.1 如何判断是否是动态规划问题
动态规划问题的一般形式就是求最值。
3.2 动态规划核心问题
动态规划的核心问题就是穷举,要找到最值肯定要把所有值都穷举出来,然后找其中的最值。
当我们遇到求最值的问题时候,一定要先思考如何穷举所有可能结果,这要练成条件反射。
3.3 动态规划三要素
- 重叠子问题:动态规划的穷举有点特别,容易对某些项做重复操作,因此我们需要知道两种解决该问题的方法来优化穷举过程“备忘录”和“DP table”,避免不必要的计算。
- 最优子结构
- 状态转移方程式:其实就是把问题转化为数学方程式,这个是穷举的方案。
3.4 计算时间复杂度
递归的时间复杂度是用子问题个数乘以解决一个子问题需要的时间。
四、备忘录与dp table(优化暴力解法)
备忘录其实就是把我们遍历过的内容保存起来,到下一次遍历,先看看备忘录中有没有该内容,如果有,就把他拿出来直接用。一般用数组或list集合存储。属于自顶向下迭代。
五、动态规划思考框架
动态规划问题的子问题一定是互相独立的
- 确定base case(临界状态):也就是迭代终止条件。
- 确定“状态”:也就是原问题和子问题中的变量。即不断往base case靠近的变量
- 确定“选择”:也就是导致“状态”产生变化的行为
计算机解决问题其实没有任何技巧,他唯一的解决方法就是穷举,因此我们首先思考穷举,进而进行优化,做出“聪明的穷举”
六、典型例题
4.1 斐波那契数列
暴力穷举法
int fib(int n){
if(n == 0) return 0