《算法图解》学习心得

一、前言

在人工智能领域，如机器学习、深度学习等，优先使用 Python 语言进行开发，算法清晰自然，数据分析库齐全。

同理，在数据结构与算法的基础方面，从 Python 入手，能很好掌握各类基础算法。

之前使用 C -> C++ -> Java，体验不好。臃肿的语法上的障碍，徒增理解难度。而 Python 基本是伪代码的难度了。

参考资料：
《图解算法》

• 缺点：
  使用 Python2 写
  部分算法不够严谨
• 本文：
  使用 Python3 写
  修复算法特殊情况的 bug

二、内容

1.二分查找法

def binary_search(ordered_array, goal):
    low = 0
    high = len(ordered_array) - 1
    while low <= high:
        mid = int((low + high) / 2)
        guess = ordered_array[mid]
        # print(guess)
        if guess == goal:
            return guess
        if guess < goal:
            low = mid - 1
        else:
            high = mid + 1
    return None


if __name__ == '__main__':
    print(binary_search([1, 2, 3, 4, 5], 2))

2.选择排序

def find_smallest_index(arr):
    smallest = arr[0]
    smallest_index = 0
    for i in range(1, len(arr)):
        if arr[i] < smallest:
            smallest = arr[i]
            smallest_index = i
    return smallest_index


def selection_sort(arr):
    sorted_arr = []
    for i in range(len(arr)):
        smallest_index = find_smallest_index(arr)
        sorted_arr.append(arr.pop(smallest_index))
    return sorted_arr


if __name__ == '__main__':
    print(selection_sort([3, 5, 4, 0, 7, 3, 8, 7, 8]))

3.递归算法

"""
可以理解为内部自动完成值栈
优点：思路清晰
缺点：计算时间、存储空间要更多
"""

# 阶乘
def