目录
1、算法简介
（1）大O表示法
通俗来讲，大O表示法计算的是“操作数”，讨论算法的速度时，指的是随着输入的增加，其运行时间以什么样的速度增加
常见的大O表示法（log 指的是以二为底的对数）：
O(log n)——对数时间，常见的有二分查找
O(n)——线性时间，常见的有简单查找
O(n*log n)——快速排序
O(n^2)——选择排序
O(n!)——旅行商问题
（2）二分查找
仅适用于有序列表
比如猜数游戏——猜测100以内的一个数字，从50开始猜，如果小了，就猜75（50和100中间），如果大了，就猜63（50和75中间的数字），依次类推。这种方法为二分查找，最多只用猜7次（log 100）,而采用简单查找，却需要100次——最糟情况下的运行时间
2、选择排序
（1）内存的工作原理
电脑中的内存，就比如是商场寄存处柜子上一排排的抽屉，计算机就像是很多抽屉的集合体，每个抽屉都有地址。
（2）数组和链表
数组：内存都是相连的，链表：元素可以存储在内存的任何地方，每个元素都存储了下一个元素的地址，从而使一系列随机的内存地址串在一起。
数组支持随机访问，而链表只支持顺序访问。我们将元素的位置称为索引，如果要找到20号元素，通过数组，我们可以马上访问该元素，而通过链表，我们只能先访问1号元素，再访问2号元素……依次类推，直至访问到20号元素。
链表的优势在插入和删除元素方面，数组的优势在于在于读取（随机访问）
（3）选择排序
假设你的计算机存储了很多乐曲，并记录了播放次数，现在你需要将该列表按播放次数由多到少进行排列。你可以遍历这个列表，找到播放次数最多的乐曲，再遍历这个列表，找到播放次数第二多的乐曲，继续下去，将得到一个有序列表，假设列表里有n个元素，对于这n个元素，每一个元素你都要遍历n次，则你需要的总时间是O（n^2），这就是选择排序实例。
3、递归
（1）递归之基线条件和递归条件
递归：调用自己的函数
例如：你需要在一个大盒子里找到一把钥匙，而大盒子里有盒子。盒子里还有盒子，钥匙就在某个盒子里，你可以采用以下方法：
（1）检查盒子里的每样东西；
（2）如果是盒子，就回到第一步；
（3）如果是钥匙，就大功告成！
这就是递归的直观理解。
（2）栈
栈是“后进先出”的。假设你有一个代办事项清单，你可将代办事项放在该清单的任何地方，也可删除任何一个代办事项；读取待办事项时，你只需要读取最上面的那个，并将其删除。因此这个代办事项清单只有两种操作：压入（插入）和弹出（删除并读取）。栈这种数据结构就好比是“摞砖头”，“后来居上”，再次使用时，上面的先用，所以是“后进先出”。
4、快速排序
（1）分而治之（D&C）
假设你有一块土地，你要将这块土地均匀地分成方块，切分出的方块要尽可能地大，可以使用D&C策略！
（1）找出基线条件，这种条件必须尽可能简单；
（2）不断将问题分解（或者说缩小规模），直到符合基线条件。
可以找到一条简单的基线条件（一条边的长度是另一条边的整数倍），然后是找到递归条件，要求每次递归调用都必须找到缩小问题的规模，我们可以首先找到这块地课容纳的最大方块。插入一种算法——欧几里得算法（辗转相除法，常见于求最大公约数）。
例如，对于一块640*400的土地，可以从中划出的最大方块为400*400，这将余下一块更小的土地，其尺寸为400*240，你可以从这块土地上划出最大的方块，余下一块更小的土地，其尺寸为240*160……最后，你发现剩余一块160*80的土地，刚好满足基线条件，所以对于最开始的那块土地，适用的最大方块为80*80。
（2）快速排序
快速排序也使用了D&C。下面来使用快速排序对数组进行排序，对排序算法来说，最简单的数组就是不需要排序的数组——空数组或只有一个元素的数组。因此，基线条件为数组为空或只包含一个元素。而要使用D&C，需要对数组进行分解。首先要从数组中选一个元素作为基准值。
例如以下数组：
| 20 | 33 | 16 |
快速排序的步骤是：
（1）选择基准值；
（2）将数组分成两个子数组：小于基准值的元素组成的子数组和大于基准值的元素组成的子数组。
（3）对这两个子数组进行快速排序。
5、散列表
（1）散列表简介
假设你在水果店上班，有顾客来买东西时，你得在一个本子上查找价格，这种找法非常麻烦，如果你能将该商品的价格熟记于心，将会很快解决问题，那么计算机里有没有一种数据结构可以满足你输入一个值，就马上告诉你结果呢？答案是有的！他就是散列表。
散列函数 “将数字映射到数字”，散列函数必须满足一些条件——它必须是一致的，例如你输入
Apple，得到的结果是4，那么每次输入Apple得到的结果都应该是4；它应将不同的输入映射到不同的数字，最理想的结果是，将不同的输入映射到不同的数字。
使用散列表：首先创建一个空数组，然后将商品的价格存储到该数组中，这样你每次只需要输入商品名称就可以找到商品的价格。散列表获取元素的速度和数组一样快。散列表由键和值组成，键为商品名，值为商品价格，散列表将键映射到值。
（2）散列表应用
散列表用于查找（大海捞针式的查找），比如你在访问某个网站，计算机必须将该网站映射到IP地址，这个过程被称为DNS解析，散列表是提供这种功能的方式之一。
散列表用于防止重复，假设你负责管理一个投票站，每人只能投一票，为了防止重复，你可以创建一个散列表，用于记录已投票的人，有人来投票时，检查他是否在散列表中，如果在，返回ture,否则返回none，来防止重复。
将散列表进行缓存，比如Facebook中你要访问一些东西，你会向Facebook的服务器发出一些请求；服务器做出处理，生成一个网页并发送给你；你获得一个网页。缓存的工作原理就是：网站将数据记住，而不再重新计算。
6、广度优先搜索
（1）图简介
（2）广度优先搜索
广度优先搜索是解决最短路径问题的算法，是一种用于图的查找算法，可用于两类问题——从节点A出发，有前往节点B的路径吗；从节点A出发，前往节点B的哪条路径最短？
队列（First In First Out,FIFO）类似于栈（Last In First Out,LIFO），你不能随机访问队列中的元素，队列只支持两种操作——入队和出队。队列就好比是日常生活中的排队（先进先出）。
342
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
