常见的算法汇总

**一、排序算法**

1. 冒泡排序（Bubble Sort）：
   - 重复地遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。
   - 时间复杂度：O(n²)，空间复杂度：O(1)。

2. 选择排序（Selection Sort）：
   - 首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后再从剩余未排序元素中继续寻找最小（大）元素，放到已排序序列的末尾。
   - 时间复杂度：O(n²)，空间复杂度：O(1)。

3. 插入排序（Insertion Sort）：
   - 对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
   - 时间复杂度：O(n²)，空间复杂度：O(1)。

4. 归并排序（Merge Sort）：
   - 采用分治的思想，将数列分成两部分，分别进行排序，然后将两个有序数列合并。
   - 时间复杂度：O(n log n)，空间复杂度：O(n)。

5. 快速排序（Quick Sort）：
   - 从数列中挑出一个元素，称为“基准”，重新排序数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。递归地把小于基准值元素的子数列和大于基准值元素的子数列排序。
   - 时间复杂度：O(n log n)（平均情况），最坏情况为 O(n²)，空间复杂度：O(log n)（平均情况），最坏情况为 O(n)。

**二、搜索算法**

1. 顺序搜索（Sequential Search）：
   - 从列表的第一个元素开始，逐个检查每个元素，直到找到目标元素或遍历完整个列表。
   - 时间复杂度：O(n)。

2. 二分搜索（Binary Search）：
   - 适用于已排序的列表。每次将搜索区间分成两部分，根据目标元素与中间元素的大小关系确定下一步搜索的区间。
   - 时间复杂度：O(log n)。

**三、动态规划**

1. 基本思想：
   - 将问题分解成多个子问题，通过求解子问题并保存结果，避免重复计算，最终得到原问题的解。
2. 步骤：
   - 定义状态：确定问题的状态表示，通常是一个或多个变量。
   - 建立状态转移方程：根据问题的性质，找到状态之间的关系，建立状态转移方程。
   - 确定初始状态和边界条件：确定问题的初始状态和边界条件，以便从这些状态开始进行递推求解。
   - 计算结果：按照状态转移方程，从初始状态开始逐步计算，直到得到最终问题的解。

**四、贪心算法**

1. 基本思想：
   - 在每一步选择中都采取当前状态下的最优决策，希望通过局部最优选择达到全局最优解。
2. 特点：
   - 通常用于求解具有最优子结构性质的问题。
   - 不一定能得到全局最优解，但在某些情况下可以快速得到一个较好的近似解。

**五、回溯算法**

1. 基本思想：
   - 尝试所有可能的解决方案，当遇到不满足条件的情况时，回溯到上一步，尝试其他可能的选择。
2. 应用场景：
   - 解决组合问题、排列问题、子集问题等。

**六、图算法**

1. 深度优先搜索（Depth-First Search，DFS）：
   - 从图的某个顶点出发，沿着一条路径尽可能深地探索图，直到无法继续前进时，回溯到上一个顶点，继续探索其他未访问的路径。
   - 时间复杂度：O(V + E)，其中 V 是顶点数，E 是边数。

2. 广度优先搜索（Breadth-First Search，BFS）：
   - 从图的某个顶点出发，依次访问其所有相邻顶点，然后再访问这些相邻顶点的相邻顶点，直到访问完所有顶点。
   - 时间复杂度：O(V + E)。

3. 最短路径算法：
   - Dijkstra 算法：用于求解单源最短路径问题，即给定一个图和一个源顶点，求从源顶点到其他所有顶点的最短路径。
   - Floyd-Warshall 算法：用于求解任意两个顶点之间的最短路径。

4. 最小生成树算法：
   - Prim 算法：从一个任意的顶点开始，每次选择一条权值最小的边，将其连接的顶点加入到生成树中，直到所有顶点都被加入。
   - Kruskal 算法：按照边的权值从小到大的顺序选择边，只要不形成回路就将其加入到生成树中，直到所有顶点都被连接。

**七、树算法**

1. 二叉树遍历：
   - 前序遍历：根节点 -> 左子树 -> 右子树。
   - 中序遍历：左子树 -> 根节点 -> 右子树。
   - 后序遍历：左子树 -> 右子树 -> 根节点。
   - 层次遍历：从上到下，从左到右依次访问每一层的节点。

2. 二叉搜索树：
   - 特点：左子树的所有节点值小于根节点值，右子树的所有节点值大于根节点值。
   - 操作：插入节点、删除节点、查找节点等。

3. 平衡二叉树：
   - 如 AVL 树、红黑树等，通过旋转等操作保持树的平衡，保证查找、插入、删除等操作的时间复杂度为 O(log n)。