文章目录
时间代价
主定理
递归树
排序
贪心算法
-
贪心选择性(Greedy-choice property):
通过做出局部最优(贪婪)选择,可以得出全局最优解——这是贪心算法可行的第一个基本要素,也是贪心算法与动态规划算法的主要区别 -
最优子结构性质(Optimal substructure property):
当一个问题的最优解包含其子问题的最优解时,称此问题具有最优子结构性质——最优子结构性质是该问题可用 动态规划算法 or 贪心算法 求解的关键特征
英语:全局最优解optimum solution
与动态规划区别:是否产生最优解;贪心选择更简单高效;对应问题都具有最优子结构,但贪心算法要满足贪心选择性,动态规划满足重合子问题(overlapping subproblem)
动态规划
矩阵链乘法(Matrix-chain Multiplication)
最长公共子序列(Longest Common Subsequence)
凸多边形的三角形分解(Triangle Decomposition of Convex Polygon)
最优二叉搜索树(The Optimal Binary Search Trees)
B树
- B树=B-树
- B树的value在每个节点,B+树的value在叶子节点(内部节点只有key),2-3-4树是4阶B树(4 order)(子树个数可能有2,3,4个,也就是节点key可能有1,2,3个)
- B树的最小度数(minimum degree)为t,代表每个节点最少有t个子树(根节点除外,根节点可以只有2个子树),即有t-1个key;并且每个节点最多有2t个子树,即有2t个key。题目中介绍B树会说:a B-tree with minimum degree 2
- B树的阶数(order)=节点子树的上限,B树节点的最小度数t=这棵树的阶数为2t(4阶B树最多有4个子树,节点最小度为2)
- B树节点的分裂:B树最小度为t,当节点有2t-1个key时也就是full时,如果进行分裂,则左子树有t-1个,右子树有t-1个key,把中间剩下的key移到上一层
- B树的插入:直接按大小顺序插入到底层,往下走的过程中碰到full节点就分裂(这就避免了最底层节点分裂造成的网上连续分裂),走到底层碰到full节点就先分裂再插入
红黑树
五条性质
高,黑高,节点个数
黑高是高的一半: bh = h/2
高为h的树的节点总数2h-1
红黑树插入节点
1.父叔都是红
2.父红叔不红----一定接3
3.父红叔不红
哈希
chain
用链表解决哈希
The expected time for an unsuccessful search for a record with a given key is = Θ(1 + α)。α是装载因子
开放寻址法
linear probing
- Given an ordinary hash function h’(k), linear probing uses the hash function h(k,i) = (h’(k) +i) mod m.
Quadratic probing
- h(k,i) = (h’(k) +c1i+c2i2) mod m.
Where h’(k) is an auxiliary hash function, c1 and c2 ≠0 are auxiliary constants.
Double hashing
- h(k,i) = (h1(k) +ih2(k)) mod m.
证明要1/(1–α)个探针才能找到元素
- Given an open-addressed hash table with load factor α= n/m< 1, the expected number of probes in an unsuccessful search is at most 1/(1–α).