读书笔记 -- 算法入门

14天阅读挑战赛
努力是为了不平庸~
算法学习有些时候是枯燥的，这一次，让我们先人一步，趣学算法！欢迎记录下你的那些努力时刻（算法学习知识点/算法题解/遇到的算法bug/等等），在分享的同时加深对于算法的理解，同时吸收他人的奇思妙想，一起见证技术er的成长~

读书笔记

算法入门

前言：数据结构是非常重要的课程，大公司要求面试者有非常扎实的数据结构与算法能力。扎实到什么地步呢？下面是相关面试题： 1.我们通常将算法与数据结构放在一起提及，说说算法和数据结构的区别？2.对于时间复杂度是怎么理解和计算的？3. 快排的思想与复杂度是怎么计算的？从上述问题可知，这个“扎实”真的是太扎实了！对于这门课，概念，思想，代码实战都需要非常熟练，手撕是必须的.

算法相关概念

瑞士著名的科学家Niklaus Wirth教授提出：数据结构+算法=程序
算法是对特定问题求解步骤的一种描述。
算法是不依赖于任何一种语言，可以C,java或流程图来描述。
算法的特性：

• 有穷性，不会陷入死循环
• 确定性，语句没有歧义
• 可行性，可以通过有限次运算来实现
• 输入/输出，有0个或多个输入，一定有输出。
  好的算法标准：
  • 正确性 这是必须的如果一个算法不能保证正确性那这个算法是无意义的
  • 易读性 一般是通过遵守特定的规范比如在实际项目开发中会遵守阿里的《java开发手册》或者公司内部手册
  • 健壮性 主要是将一些特殊的情况（Bug）考虑进去
  • 高效 耗时长短，通常这也是评判一个算法好坏的标准
  • 低存储 占用存储空间小，在有些情况下会对内存有要求，例如百万级用户，一个用户的额外空间可能很小，但是百万级用户加起来是非常可观的

数据结构概念
数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。
简单理解就是带’结构’的数据元素的集合，他有一个独特的数据存储方式
链表，树，图都是一种数据结构

面试题：我们通常将算法与数据结构放在一起提及，说说算法和数据结构的区别？
解析： 首先瑞士著名的科学家Niklaus Wirth教授提出：数据结构+算法=程序（提高逼格），算法是解决问题的步骤或逻辑，数据结构是则是数据的一种独特存储结构。这两者就像是数据结构是搭建房屋的材料，算法是搭建房屋的说明书。（小伙伴们思考一下按照自己的想法说不用太纠结）

算法复杂度

时间复杂度

算法的时间复杂度是使用执行次数来衡量算法的效率，是一种估算方法
计算算法复杂度的方法：

• 将所有的运行次数加起来:1+1+n+1+n+n(n-1)+n*n

• 然后用一个T（n）=2n^2+3n+3

• 小项和常数忽略不计，当n为10^18时,小项和常数相对最高项，是非常渺小的。例如1相对于1百万，可以忽略。

• 然后将系数忽略

• 最后时间复杂度为O（n^2）

  空间复杂度

  空间复杂度是计算算法运行中额外所需要的空间。
  例如

  void swap（int x, int y）
  {
  int temp=x;
  x=y;
  y=temp;
  }
  

产生的额外空间为常数，所以未O(1)

常见的时间复杂度

• O(1) 常数
• O(log n) 对数
• O(n) 线性时间复杂度
• O(n*logn)
• O(n^2) 平方
• O(n^3) 立方
• O(2^n) 指数
• O(n!) 阶乘

斐波那契数列

如何解决斐波那契数列问题，例如给一个n,求第n个斐波那契数列的值？
一.直接利用公式，从n=3时开始推

• 递推解法

• 递归解法