算法图解-读书笔记

1：二分查找：前提：一个有序数组， 方法：每次取中间数，对比大小。时间复杂度：lgn

大O:时间复杂度计算表示方法

耗时排序：Olgn/On/On*lgn/On2/On!

Olgn：对数时间，示例：二分查找

On:线性时间，如简单查找

On*lgn：快速排序

On2：选择排序

On!：旅行家问题

 

2：选择排序：挨个对比，On2

3：快速排序:分而治之思想，将无序数组拆解到最小1个元素，再递归往排序。最差情况 On2 平均On*lgn

4：散列表:hash，数组+链表

5：广度优先搜索（图）：

多个数组+队列+已查询过的数据（避免环状死循环）

可用于：全量遍历查询 时间复杂度：O（V+E）V:顶点数 E:边数

检查过的务必去重，避免无限循环

6：狄克斯特拉算法：

广度优先适用于在非加权图中查找最短路径

狄克斯特拉适用于加权图中查找最短路径

只有权重为正，算法才有效，权重为负，使用贝尔曼-福德算法

7：贪婪、贪心算法

核心思想：局部最优，全局近似最优

什么是NP完全问题？

NP完全问题(NP-C问题)，是世界七大数学难题之一。 NP的英文全称是Non-deterministic Polynomial Complete的问题，即多项式复杂程度的非确定性问题

 

8:动态规划：

在给定的约束条件先，优化某种指标

动态规划都设计网格

每个网格的单元都是一个子问题，因此需要考虑将问题分解为子问题

背包问题：问题可以分解为小背包，行的排序不会影响结果

 

9：K最近邻算法

1：分类：区分2个物品，需要对比2个相似度，相似度的计算，数学维度是根据2者在坐标上的距离（N维度），多维的计算可以是向量夹角度数，余弦相似度。

2：推荐系统：找到邻近的数据，相互推荐，怎么找到邻居？通过分类，以什么维度分类？通过特征提取，怎么提起？1：用户打标、打分等2：朴素贝叶斯算法3：图像视频领域使用OCR 光学字符识别）特征

3：KNN用于分类和回归、需要考虑最近的邻居

4：分类就是编组，

5：回归就是预测结果

6：特征抽取意味着将物品转换为数字

7：特征选取决定KNN算法的成败