七月在线算法面试求职第一课时笔记

主要内容

Why？

• 应用：机器学习、数据挖掘、自然语言处理、图形学等
• 研究：时空复杂度等
• 找工作：贪心、分治、动态规划、树、图等
• 考验代码能力（重点）

What？

• 大象放进冰箱
• 有穷性 必须在人类毁灭前结束
• 确定性 老板，便宜一点（一点是多少）
• 可行性 造个飞碟
• 输入&输出

How？

• 穷举（万能算法）
  求N个数的全排列
  8皇后问题
• 分而治之（减而治之）
  二分查找——减而治之
  归并排序——分而治之
• 贪心最小生成树 Prim, Kruskal
  单源最短路 Dijkstra
• 动态规划
  背包
  士兵路径

复杂度

• 谈算法不谈复杂度=耍流氓
• 硬件发展，速度提升、内存提升（常数级）
• 在实现之前，我们要预估算法所需要的资源 • 时间 • 空间

时空复杂度

使用大O记号（最坏情况，忽略系数）
时间：基本操作次数（汇编指令条数）
空间：占用内存字节数
区别：空间可以再利用
时空互换（Hash表）

• O(1) 基本运算，＋，－，＊，／，%，寻址
• O(logn) 二分查找
• O($n^{1/2}$) 枚举约数
• O(n) 线性查找
• O($n^2$) 朴素最近点对
• O($n^3$) Floyd最短路 普通矩阵乘法
• O(nlogn)归并排序 快速排序的期望复杂度 基于比较排序的算法下界
• O(2n) 枚举全部的子集
• O(n!)枚举全排列
  总结： 优秀 O(1) < O(logn) < O($n^{1/2}$) < O(n) < O(nlogn)
  可能可以优化 O($n^2$) < O($n^3$) < O($2^n$) < O(n!)
  常见时间复杂度分析方法
  输入输出
  数循环次数
  均摊分析
  多个操作，一起算时间复杂度
  MULTIPOP的队列，可以一次性出队k个元素
  每个元素只出入队列一次 动态数组尾部插入操作（vector）
  一旦元素超过容量限制，则扩大一倍，再复制

我的收获

• 知道了学习算法的重要性
• 知道了时空复杂度
• 知道了时间复杂度的分析方法
• 做了几道leetcode的题目

需要进一步补充的知识

• 需要刷更多的题目