算法图解1-4章-Aditya Bhargava
这本书看适合入门,看起来很快。
第一章 算法简介
顺序查找时间复杂度n,二分查找logn
大O表示法,最坏情况下的运行时间。常见的大O运行时间:O(log n), O(n), O(n*log n), O(n2), O(n!)
旅行商问题的时间复杂度为O(n!)
第二章 选择排序
数组,链表。带朋友看电影,用数组挨着坐,用链表随便坐。内存中前者要求连续地址,后者不要求。
数组基于索引查询,链表挨个查询,前者快。插入和删除,链表修改前一个元素的指针即可,数组需要将后续元素后移或前移,链表效率高。
选择排序,按播放次数对乐队排序,找播放量最大的,找到后加入排序队列,再对剩下的找最大值,找到后加入排序队列,重复。时间复杂度O(n2), 查找次数(n+1)n/2
第三章 递归
分而治之策略,大问题拆解为子问题,找出递归条件和基线条件。
自己调用自己。
计算阶乘,递归函数使用调用栈。
def fact(x):
if x==1:
return 1;
else:
return x*fact(x);
先将x,f(x-1), f(x-2), f(x-3) …f(1)存入栈中,找到f(1) =1,再依次返回f(1), f(2)…f(x)最终计算得出f(x)
第四章 快速排序
快速排序使用分而治之策略(D$C divide and conquer),递归式问题解决方法
农场主将矩形土地分成一个个方块(正方形),基于最短边不断切割方块。每一次切割都得到小矩形,直到不为矩形。
D$C工作原理:
1.找出基线条件
2.确定如何缩小规模,使其符合基线条件
累加的递归 n+f(n-1)
快速排序的基线条件,数组中不包含任何元素或只包含1个元素.
步骤:
1.选择基准值;2.基于基准值分两个数组,小于基准值和大与基准值;3.对每个数组进行快速排序。
def quicksort(array):
if len(array) < 2;
return array;
else:
pivot = array[0];
less = [i for i in array[1:] if i<= pivot];
greater = [ i for i in array[i:] if i> pivot];
return quicksort(less) +pivot + quicksort(greater);
验证:
print quicksort([10,5,2,3]);
快速排序的平均复杂度为O(n long),最坏情况下的复杂度为O(n2)