算法图解end：10种算法简介

1.树

二叉查找树：

二叉查找树的左边节点都比他小,右边节点都比他大从根节点开始逐步往下找

二叉查找树的查找,删除,插入速度都是$O(logn)$
而数组只有查找速度是$O(logn)$ 删除和插入的速度是$O(n)$

缺点:不能随机访问；遇到倾斜的树时 效率不高

举例：

• 处于平衡状态的特殊二叉查找树：红黑树
• 数据库用B树来存储数据
• 堆、伸展树……

2 反向索引

搜索引擎的工作原理：
一个散列表，将单词（键）映射到包含它的页面（值）。这种数据结构被称为反向索引（inverted index）未提及正向索引

3 傅里叶变换

傅里叶变换非常适合用于处理信号，还可以用来地震预测和DNA分析等

---

以下三种算法斗鱼可扩展性和海量数据处理有关：

4 并行算法

为提高算法效率，让处理数据在多个内核中并行的执行。
并行算法设计和提升比较困恼，因为：
①并行性管理开销
②负载均衡

5 MapReduce

分布式算法，让算法在多台计算机上运行。可以通过开源工具Apache Hadoop来使用它。
分布式算法非常适合用于在短时间内完成海量工作，其中的MapReduce基于两个简单的理念：映射（map）函数和归并（reduce）函数

6 布隆过滤器和HyperLogLog

• 布隆过滤器是一种概率型数据结构，它提供的答案有可能不对，但很可能是正确的。

在搜集未发布过的网站时。可能出现错报的情况，即Google可能指出“这个网站已搜集”，但实际上并没有搜集；不可能出现漏报的情况，即如果布隆过滤器说“这个网站未搜集”，就肯定未搜集。

布隆过滤器的优点在于占用的存储空间很少

• HyperLogLog近似地计算集合中不同的元素数，与布隆过滤器一样，它不能给出准确的答案，但也八九不离十，而占用的内存空间却少得多。

面临海量数据且只要求答案八九不离十时，可考虑使用概率型算法！

7 SHA算法

一种散列函数是安全散列算法（secure hash algorithm，SHA）函数

给定一个特定的字符串 返回其散列值，对于每个不同的字符串，SHA生成的散列值都不同。

8 局部敏感的散列算法

可使用Simhash，这样可以根据两个散列值来判断两个字符串的相似度

9 Diffie-Hellman 密钥交换

对消息进行加密，以便只有收信人能看懂。

Diffie-Hellman 算法解决了下面两个问题：

• 双方无需知道加密算法
• 要破解加密的消息很难

它使用两个密钥：公钥和私钥

该算法的替代者RSA

10 线性规划

所有图算法都可以用线性规划来实现。
线性规划是一个宽泛的框架，图问题只是其中一个子集。
线性规划可以使用Simplex算法。
最优化和运筹学讲的比较详细。

11.参考资料

《算法图解》