臭脚大仙

算法思想： //将数组build成最大堆格式，这样，数组的第一个元素一定是最大的 //有了这个前提，就可以从后往前迭代：将最后一个元素与第一个元素交换，这样最大值就排到了最后面 //然后对第一个元素开头的堆结构进行重建堆，使其依然满足第一个元素为最大的元素 //关键就在于建堆的逻辑 //堆数据结构：给定一个节点的下标i，其左子节点的位置为2*i+1(i右移一位+1),右子

算法思想： //求最大子数组问题：给定一个数组，求出值相加起来的最大的子数组 //当数组中全部是正数时，数组本身就是其最大子数组 //采取分治策略来解答，将数组一分为二，那么，答案要么位于左侧，要么位于右侧，要么横跨分割点。 //横跨分割点时，其解答的代价是线性的 //左侧和右侧又可以采用递归方式继续求解 //不难得出，代价为O(NlgN) //跟传统的依次求每种可能的代价O(n^2

算法思想： //前提条件： //待排序集合均为正整数 //已知其最大值(也可以排序的过程中求出) //思想：假设我知道给定一个数，其前面有N个数比我小，那么，我就知道我应该位于数组中的第几个位置上 //实现方式：对于带排序集合中的每一个数，使用其值作为在另外一个数组中的下标，并将目标数组的值加1，这样，目标数组就记录了待排序集合中的每个元素所出现的次数 //该目标数组称

算法思想： 将一个大的规模的数据，一分为二，分成两部分，分别对这两部分执行排序，然后将两个已经排好序的部分，执行归并操作。 分解—>解决—>合并 在解决的步骤中，什么条件下是阻止其继续分解的终止阀呢？： 1、分解的只有一个元素了 2、分解到了一定小的规模，采用其他算法，如插入算法来解决排序问题 最好情况： 与最坏情况相同，都是O(n*log2n) 最坏情况： 与最

算法思想： 开辟另一个新空间，将待排中的n个元素，依次取出，插入到新空间的正确位置。 确定插入的位置：从队尾往队首依次比较，直到发现某个元素A比当前待插入元素B要小时，则B需要插入到A的后面 执行插入：将A后面的所有元素，往后移动一位，这样，A元素后面的这个位置就空闲出来，供B插入 思路举例：玩扑克牌，抓牌，插入手中已有牌的某个正确位置 最好情况： 如果待排序的数组是和期望的排

思路： 按照个位—>十位->百位这个位数，从低位到高位，依次对待排序数组执行排序，直到最后一位，排出来的结果集就是已完成排序的结果： 比如：有三个数字：235，786，241 先按照个位来排： 241,235,786 再按照10位来排： 235,241,786 再按照百位来排： 235，241，786 最终结果：正确！#ifndef __p1__BaseNumberSort__

分析一个算法，主要是考量它的运行的时间代价和空间代价，而在评估时间代价时，还要分析下最好情况下的代价和最坏情况下的代价。 最好情况，用来分析该算法的最佳应用场景 最坏情况，用来确定该算法的最长执行时间的上限 某些算法可能会更加的关注于平均情况，当平均情况趋向于较好情况时，是有意义的，这里就需要对其平均情况发生的概率，进行分析，但大多数算法，其平均情况基本与最坏情况相当

计算第I大的元素 一般的思路是，把所有的数据都排好序，然后就可以求出第I大的数，但是其实这是一种浪费，因为我们只是为了得到第I大的元素，并不需要将数据排序 这里采用的方法就是，随机从集合中取出一个树，保证其左边的数都比它小，右边都比它大，这样就计算出当前位置为其应该出现在已排好序的数组中的位置(还记得快速排序吗？) 根据这个应该出现的位置K，去跟I做比较，如果等于I，则得出结果，否则去其左边

思路：   假设待排序的数据集，平均的分散在各个区间里(最理想的状态是每个区间有且只有一个元素)，   那么我只要将每个数据落入到响应的区间里，然后从小到大依次从区间中取出数据，即是已排序好的结果   这里的区间，其实就是桶的概念 空间代价：     取决于放入桶中的元素的数据结构，我这里采用的是一个指向下一个元素的指针以及当前int元素，     基本可以人物空间代价为O(n

算法思想： //采用分治策略，将原数组，分解为三部分：左边的 + 已最终定位的节点位置 + 右边的 //分解：取任意一个位置的数，将数组划分为3部分：左边+该数的最终位置+右边，继续对左右两边递归执行分解操作 //解决：求出给定位置数的最终位置，即保证左边都比它小，右边都比它大 //合并：在分解的过程中，就已经将元素的最终位置给计算好了，不需要任何操作 分

二叉树： 每个节点，除了key之外，还有3个属性：父亲、左孩子、右孩子，其中，父亲一定大于左孩子，一定小于(等于)右孩子 搜索二叉树： 利用二叉树的这些性质，我们可以得出，在这样一个结构下，插入、删除、查找的步骤，最多不会超过树的高度。注意哈，这里的二叉树，并不是平衡的，所以，其树的高度并不等于lgN，所以，最坏情况下，这个树的插入、查找、删除的最差性能，等于树的节点树N，跟链表的性能相等