常见数据结构算法总结

1、快速排序法

概念:排序速度非常快,采用分治思想

空间复杂度

快速排序是一种原地排序,只需要一个很小的栈作为辅助空间,空间复杂度为O(logn),所以适合在数据集比较大的时候使用。

时间复杂度

时间复杂度比较复杂,最好的情况是O(n),最差的情况是O(n^2),所以平时说的O(nlogn),为其平均时间复杂度

过程:

在一堆数列中选择出一个数作为基准(一般选择最后一个数或者第一个数作为基准),在这个数列中的所有数中,比基准小的排在左边,比基准大的排在右边。这样交换完了之后,左边的数都是比基准小,而右边的数都是比基准大的。这样将一个数组分成了两个子数组,在子数组中再按照同样的方式进行分组,直到不能再分解为止。

具体参考:https://www.cnblogs.com/caidi/p/5922726.html

优点:速度快,省空间 缺点:非常脆弱

2、堆排序

堆排序的时间复杂度O(NlogN),额外空间复杂度O(1),是一个不稳定排序

堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。 堆排序的平均时间复杂度为Ο(nlogn) 。

算法步骤:

创建一个堆 H[0…n-1],升序为大根堆(父节点的数值比子节点的数值都大),降序为小跟堆(父节点的数值比子节点的数值都小);

把堆首(最大值)和堆尾互换,剩下的数再构成一个新的根堆,再把堆首值与堆尾值互换,不停地重复这一过程,到最后,直到无法交换为止。

3、归并排序

归并排序(Merge sort,台湾译作:合并排序)是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。

算法步骤:

申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;

设定两个指针,最初位置分别为两个已经排序序列的起始位置;

比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;

重复步骤 3 直到某一指针达到序列尾;

将另一序列剩下的所有元素直接复制到合并序列尾。

4、二分查找法

二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。

搜索过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束。

否则利用中间位置记录将表分成前后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表; 否则查找后一子表。

重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。

时间复杂度为O(logN)。

5、BFPRT算法

解决的问题是从n个元素中选出第k大(第k小)的元素,通过巧妙的分析,BFPRT可以保证在最坏情况下仍为线性时间复杂度。

主要步骤是:1、首先把数组分为每5个元素为一组,不足5个的忽略。对每组进行排序(如插入排序)求取其中的中位数。

2、把上一步的所有中位数移到数组的前面,对这些中位数递归调用BFPRT算法求得他们的中位数。

3、把上一步得到的中位数作为划分的主元进行整个数组的划分。

4、判断第k个数在划分结果的左边、右边还是恰好是划分结果的本身,前两者递归处理,后者直接返回答案。

6、DFS(深度优先搜索算法)

它沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所有边都已经被探寻过,搜索将回溯到发现节点v的那条边的起始节点。

步骤:

先访问顶点v;

依次从v的从未被访问的邻接点出发,对图进行深度优先遍历;直到图中和v有路径相通的顶点都被访问;

若此时还有没被访问的顶点,则从一个未被访问的顶点出发,重新进行深度优先遍历,直到图中所有顶点均被访问过为止。

我的理解:

先从树的最高顶点出发,选择一个未被访问过的节点,向下进行遍历,一直到遍历完所有的分支。然后又回到上一个节点,查看有没有未被访问过的节点,如果有,继续遍历这一节点的分支,如果没有,则再往上选择节点,重复这些过程,直到最后所有节点均被访问为止。

7、BFS(广度优先搜索)

广度优先搜索算法是一种图形搜索算法。简单来说,BFS始从根节点开始,沿着树的宽度遍历图的节点。如果所有节点均被访问,则算法中止。BFS属于盲目搜索。一般用队列数据结构来辅助实现BFS算法。

算法步骤

首先将根节点放入队列中。

从队列中取出第一个节点,检查是否为目标节点。如果是,直接返回目标。如果不是,将它未经检验过的子节点加入队列中。再从未经检验过的子节点开始搜索,检查是否为目标,如果是就返回目标,如果否,则将这个子节点的未经检验的节点继续放入队列中。不停重复这个过程,直到最后找到目标。若队列为空,表示整张图都已经检查过了,表面图中没有想要搜索的目标了。可以结束并回传“找不到目标”。

8、Dijkstra

迪杰斯特拉(Dijkstra)算法是典型的最短路径算法,用于计算一个节点到其它任意一个节点的最短路径。

它的主要特点是以起始中心向外层层扩展(广度优先搜索思想),直到扩展到终点为止。

基本步骤:

1、通过Dijkstra计算最短路径时,需要先指定起点s(即从顶点s开始计算)。

2、此外,需要引进两个集合S和U。S的作用是存放已经找到最短路径的顶点以及相应的最短路径长度,而U是记录还未找到最短路径的顶点以及该顶点到s的距离。

3、初始时,S中只有起点s;U中是除了s之外的起点,并且U中的顶点的路径是起点s到该顶点的路径。然后,再从U中找到路径最短的顶点,并将其加入到S中;接着,更新U中的顶点和顶点对应的路径。然后再从U中找出路径最短的顶点,并将其加入到S中;接着更新U中的顶点和顶点所对应的路径。重复该操作,直到遍历完所有顶点。

具体看

https://www.cnblogs.com/skywang12345/p/3711512.html

9、冒泡排序

过程:在需要排序的数列中,把相邻的两个元素进行对比,根据元素的大小交换位置,如果第一个比第二个大,那么就交换位置,在这时候最后一个数应该为最大值。再对其它的元素不断重复以上的过程,除了最后一个数。一直到没有任何一对数字要进行比较为止。

时间复杂度:冒泡排序的最好时间复杂度为O(n)

冒泡排序总的平均时间复杂度为O(n^2)

冒泡排序是一种稳定排序算法。

10、直接插入排序

基本方法:假设有两个元素表,一个为有序表,一个为无序表。从无序表中取出一个数插入到有序表中,那么取出来的数会和有序表中的数进行一一对比,插入到适合的位置中,最后构成一个新的有序表。

重点:使用哨兵,用于临时存储和判断数组边界。

直接插入排序的时间复杂度为O(n^2),直接插入排序是一种稳定的排序方法。

更详细算法分析参考:https://www.jianshu.com/p/7cf0656e76dd

11、鸡尾酒排序

鸡尾酒排序是冒泡排序的升级版,排序适用于大部分元素已经是有序的情况。

冒泡排序的每一个元素都可以像小气泡一样,根据自身大小,一点一点地向着数组的一侧移动。算法的每一轮都是从左到右来比较元素,进行单向的位置交换的。

鸡尾酒的排序元素比较和交换是双向的。

算法步骤:

先进行从左到右得比较一轮元素,得到最大值元素位于数组最右边

再从右到左比较元素,大的元素与小的元素交换,这样使大的元素往右移动

再从左到右进行比较元素,看看是否有序,如果没有元素进行交换即证明已经有序,否则继续重复以上过程。

算法是什么?

在计算机领域中,算法是一系列程序指令,用于处理特定的运算和逻辑问题。

衡量算法的优劣的主要标准是时间复杂度和空间复杂度。

什么是数据结构?

数据结构是数据的组织、管理和存储格式,其使用目的是为了高效地访问和修改数据。

数据结构包含数组、链表这样的线性数据结构,也包含树、图这样的复杂数据结构。

那么时间复杂度和空间复杂度又是什么呢?

一、时间复杂度

一般情况下,算法中的基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋于无穷大的时候,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同量级函数,记T(n)=O(f(n))称O(f(n))为算法的渐进时间复杂度,简称时间复杂度。渐进时间复杂度用大写O来表示,所以也被称为大O表示法。时间复杂度主要讨论的是算法执行的次数。

直白地讲,时间复杂度就是把时间规模函数T(n)简化为一个数量级,这个数量级可以是n,n2,n3等等。

那么该如何推导出时间复杂度呢?有以下几个原则:

如果运行时间是常数量级,用常数1表示;

只保留时间函数中的最高阶项;

如果最高阶项存在,则省去最高阶项前面的系数。

递归算法的时间复杂度==递归总次数*每次递归的次数

常见的时间复杂度按照从低到高顺序,包括O(1)、O(logn)、O(n)、O(nlogn)、O(n^2)等。

二、空间复杂度

空间复杂度是对一个算法在运行中临时占用存储空间大小的量度,它同样使用了大O表示法,计算公式为S(n)=O(f(n)),n为问题的规模,f(n)为算法所占存储空间的函数。

空间复杂度:即程序中变量的个数

空间复杂度==递归的深度(即树的高度)

常见的空间复杂度按照从低到高的排序,包括O(1)、O(n)、O(n^2)等。其中递归算法的空间复杂度和递归深度成正比。

展开阅读全文

Windows版YOLOv4目标检测实战:训练自己的数据集

04-26
©️2020 CSDN 皮肤主题: 深蓝海洋 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值