算法基础笔记

1.程序或算法的时间复杂度

1.时间复杂度用大写的字母O和小写的字母n来表达 O(n) ,O(n方)等,n代表问题的规模

2.时间复杂度是在算法运行过程中,某种时间固定的操作需要被执行的次数和n的关系来衡量的,再无序数列中查找某个数,复杂度就是O(n). 具体来说是O(n/2)因为平均用n/2能查找到,但时间复杂度不考虑系数所以是O(n)

3.计算时间复杂度时候,只统计执行次数最多的(n足够的时)那种固定规模的次数,比如某个算法需要执行加法n方次,乘法n次,那么就记其时间复杂度是O(n方)的;

4.如果复杂度是多个n的函数之和,则只关心n的增长增长最快的那个函数

5.几种复杂度

• 常数复杂度: O(1) 时间(操作次数)和问题的规模无关 例如从有序数组中取出来最大或者最小值
• 对数复杂度: O(log(n))

• 线性复杂度:O(n)
• 多项式复杂度: O(n的k次方)

• 阶乘复杂度: O(a的n次方)
• 指数复杂度: O(n!)

6.常见程序或算法的时间复杂度

• 在无序数列中查找某个数(顺序查找) O(n)
• 平面上有n个点,要求出任意两点间的距离 O(n的平方) //找出任意点对 n*(n-1)/2

• 插入排序,选择排序,冒泡排序 O(n的平方)
• 快速排序 O(n*log(n))

• 二分查找 O(log(n))

2.STL

STL:标准模板库

要使用其中的算法需要用头文件 #include<algorithm>

1.用sort函数排序

用法1 将数组中的元素从小到大排序

sort(数组名+n1,数组名+n2) n1和n2都是int类型的表达式,可以包含变量,如果n1=0,则+n1可以不写

将数组下标为[n1,n2)的元素从小到大排序,下标为n2的元素不在排序范围内,左闭右开

可以对整个数组排序也可以对数组中的部分进行排序秩序通过改变n1,n2的值就可以了

用法2 将数组中的元素从大到小排序

sort(数组名+n1,数组名+n2,greater<T>()); T表示数据类型,比如int 或者double等

用法3 最厉害,用自定义的排序规则,对任意类型T的数组排序

这个就是自定义排序,

sort(数组名+n1,数组名+n2,排序规则结构名()),Rule1和Rule2是排序规则结构名

上面的图片中蓝色字体是可以自己改变的,黑色的尽量当作模板

上面那个print函数是将数组a[]的数字逐个打印出来

甚至可以自定义排序结构体中的元素

其中strimp函数的用法:这里面的name比较是按照字典中的比较的

功能：比较字符串s1和s2，但不区分字母的大小写。

当s1<s2时，返回值<0

当s1=s2时，返回值=0

当s1>s2时，返回值>0

stl中的二分查找(在排好序的数组的基础)

binary_search

用法一:在从小到大的基本类型数组上进行二分查找

binary_search(数组名+n1,数组名+n2,值)

查找区间为[n1,n2)

查找等于值的元素返回true,或者是false

等于的概念: a等于b <=> a<b和b<a都不成立

用法二:在自定义排序规则排好序的,元素为任意的类型T的数组中进行二分查找'

binary_search(数组名+n1,数组名+n2,值,排序规则结构名());

这里a等于b的含义: "a必须在b前面"和"b必须在a前面"都不成立

用这个用法时,查找的排序规则,必须和排序时的规则一致这是查找才是有意义的

lower_bound二分查找下界

用法1

在对元素类型为T的从小到大的基本元素类型的数组中进行查找

T* lower_bound(数组名+n1,数组名+n2,值);

返回一个指针 T* (叫做p) (假如类型为int的话,返回就是int *的指针)

*p是查找区间里下标最小的,大于等于"值"的元素,如果找不到,p指向下标为n2的元素,因为左闭右开所以n2不在数组中,就是找不到即指向查找区间的终点

用法2

在元素为任意的T类型,按照自定义排序规则排好序的数组中进行查找

T*lower_bound(数组名+n1,数组名+n2,值,排序规则结构名());

返回同用法1

*p是查找区间里下标最小的,按照自定义排序规则,可以排在"值"后面的元素(相当于大于等于),如果找不到 p指向下标为n2的元素,同用法1

upper_bound二分查找上界

用法1

在对元素类型为T的从大到小的基本元素类型的数组中进行查找

T* upper_bound(数组名+n1,数组名+n2,值);

返回一个指针 T* (叫做p)

*p是查找区间里下标最小的,大于"值"的元素,如果找不到,p指向下标为n2的元素,

用法2

在元素为任意的T类型,按照自定义排序规则排好序的数组中进行查找

T*lower_bound(数组名+n1,数组名+n2,值,排序规则结构名());

返回同用法1

*p是查找区间里下标最小的,按照自定义排序规则,必须排在"值"后面的元素(相当于大于),如果找不到 p指向下标为n2的元素,同lower_bound方法1

可变长度数组(多看word)

队列先进先出,栈先进后出

STL中的平衡二叉树数据结构

set底层实现是红黑树

有时需要在大量增加,删除数据的同时,还要进行大量数据的查找,希望都能在log(n)复杂度完成

可以使用"平衡二叉树"数据结构存放数据,体现在STL中就是以下四种排序容器

multist set multimap map

set是有序集合,multiset是有序多重集合 前者的元素不能重复,而后者却能包含若干相等的元素

set(集合) 元素唯一性 也是堆

set的含义就是集合,它是一个有序的容器,里面的元素都是排好序的,支持插入,删除,查找等操作,所有的操作都是在严格log n时间内完成的,效率非常高

set的最主要用途:自动去重并按升序排序 set 只能通过迭代器(iterator)访问

set上面的那个for循环中只能写成!=s.end而不能写成<s.end() 因为set 不是线性排列的而是二叉树

如果想对set中的元素降序排列 set<int,greater<int>> s; 即可

map (映射) 表示一个键值对,可以想象学号和姓名,成对出现

map<key,value>可以改变value而不能修改key map会根据key自动排序

map类型通常可理解为关联数组,可使用键来获取一个值,关联的本质在于元素的值与某个特定键相关联,而并非元素在数组中的位置来获取

常用库函数

string类

string对象的声明 string str; string str1="qwertyui"

求string对象的长度 string strTest="test" strTest.length(); //结果为四 strTest.size() //结果为4

求string对象的子串 substr(n,m)表示取string数组从第n个地方取的字符取m个

字符串删除 与字符串增加相似 把substr换成erase即可

字符串的查找

stl中的算法也能操作字符串

全排列算法

队列

队列

这个输出结果是3 4 2 0; 第三行执行结束后就是一个队列: 3 4

所以a.front()=1 a.back()=4 a.size()=2 因为队列不是空的所以a.empty()=0

优先队列(priority_queue) 本质是堆

无法访问队首队尾 取出的是具有最高优先权的 即优先往外弹所有数的最大值 (默认大根堆) 即不管怎么进栈,排序方式都是大的数字在队首

若想变成优先弹出小的数的话要这样写 priority_queue<int, vector<int>, greater<int> q; // 小根堆 //背背就行

访问时用队列名.top()

栈

栈只能在栈顶删除和添加元素

这是一道栈的经典题,

迭代器 可用auto简化

作用是遍历容器中数据的对象,对存储于容器中的数据将进行处理时,迭代器能够按照预先定义的顺序从一个成员移向另一个成员 也就是说通过迭代器可以在不了解容器内部原理的情况下遍历容器

快速排序

基于分治

1.确定分界点 从l到r中随便挑一个数x 常用挑就是两端和中间值

2.调整区间 使得x左边的数都小于x, x右边的数都大于x

3.递归处理