数据结构
- 栈：先进后出的有序集合。
- 队列：先进先出的有序集合。
- 链表：存储有序的元素集合，但不同于数组，链表中的元素在内存中不是连续放置的； 每个元素由元素本身的节点和指向下一个元素的引用（指针/链接）组成。
- 集合：由一组无序且唯一（不能重复）的项组成。
- 字典：以[键，值]对为数据形态的数据结构，其中键名用来查询特定元素，类似于JS中 的Object。
- 散列：根据关键码值（Key value）直接进行访问的数据结构；它通过把关键码值映射到 表中一个位置来访问记录，以加快查找的速度；这个映射函数叫做散列函数，存放 记录的数组叫做散列表。
- 树：有n个有限节点组成的一个有层次关系的集合。基本呈一对多的关系，可以看做图 的特殊形式。
- 图：图是网络结构的抽象模型；图是由一组边连接的节点；任何二元关系都可以由图来 表示，呈多对多的关系。
数组和链表的区别
数组：1.在内存中是相连的。
- 插入删除项成本高，需要移动元素。
- 可以直接访问任何位置的元素。
链表：1.由元素本身的节点和指向下一个元素的引用组成。
- 插入删除项不需要移动其他元素，但是操作需要使用指针。
- 需要从头迭代直到找到目标元素。
当读取所有元素时，链表的效率要高于数组。
算法
排序算法
| 排序算法 | 平均时间复杂度 | 最好情况 | 最坏情况 | 稳定性 |
| 冒泡排序 | O(n²) | O(n) | O(n²) | √ |
| 选择排序 | O(n²) | O(n²) | O(n²) | x |
| 插入排序 | O(n²) | O(n) | O(n²) | √ |
| 快速排序 | O(nlogn) | O(nlogn) | O(n²) | x |
| 归并排序 | O(nlogn) | O(nlogn) | O(nlogn) | √ |
| 希尔排序 | O(nlogn) | O(nlogn) | O(nlogn) | x |
| 堆排序 | O(nlogn) | O(nlogn) | O(nlogn) | x |
|
|
|
|
|
|
冒泡排序：是最简单基础的排序方式。 从运行时间来看，是最差的一个。
思路：1. 相邻两个进行比较，小的在前，大的在后，依次比较交换。
2.重复上述步骤，知道结束。
选择排序：原址比较排序算法。
思路：找到元素中最小的放在第一位，接着找第二小的放在第二位，以此类推。
插入排序：每次排一个数组项，假定第一位已经排好序了，跟第二项进行比较，第二项是插入第一项之前还是呆在原地？头两项已经排好，接着跟第三项进行比较，依次类推。
（排序小型数组时，此方法要比冒泡和选择要好）
归并排序：是第一个可以被实际使用的排序算法。（Mozilla Firefox 使用归并排序作为Array.prototype.sort的实现，而Chrome使用了一个快速排序的变体。）
是一种分治算法。
思想：将原始数组逐次分成较小的数组，知道每个数组只有一个位置，接着将小数组归并成较大的数组，直到最后只有一个排序完毕的大数组。
快速排序：最常用的的排序算法。也是分治算法。
思想：1.首先，从数组中选择中间项作为主元；
2.创建两个指针，一个指向数组第一位，一个指向数组最后一位，移动左边的指针，直到找到比主元大的元素，移动右边的指针，直到找到比主元小的元素，然后交换他们，重复这个过程，直到左边指针超过右边指针，这一步确保主元左边的元素都小于主元，右边的元素都大于主元。（划分操作）
3.将划分后的小数组重复上面两个步骤，直到数组完全排序完成。
搜索算法
·顺序搜索：让目标元素与列表中的元素逐个比较，效率低下。
·二分搜索：在一个有序列表，以中间值为基准拆分为两个子列表，拿目标元素与中间 值作比较，从而再在目标子列表中递归此方法，直到找到目标元素。
算法补充知识
斐波那契数列
动态规划
贪心算法
355
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
