有关于算法的总结

算法：
    数据结构中的算法，指的是数据结构所具备的功能
    解决特定问题的方法，它是前辈们的一些优秀的经验总结
    
    算法的五大特性：
    输入: 算法具有0个或多个输入。
    输出: 算法至少有1个或多个输出。
    有穷性: 算法在有限的步骤之后会自动结束而不会无限循环，并且每一个步骤可以在可接受的时间内完成。
    确定性：算法中的每一步都有确定的含义，不会出现二义性。
    可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完

    如何评价一个算法：
        时间复杂度：
            由于计算机性能不同，无法准确地统计出一个算法执行所需要的时间
            因此我们使用算法执行的次数来代表算法的时间复杂度，以 O(公式) 一般忽略常数

        常见的时间复杂度：
            //  O(1)
            printf("%d\n",i);
            // O(logN)
            for(int i=N; i>=0; i/=2)
            {
                printf("%d\n",i);
            }
            //  O(N)
            for(int i=0; i<N; i++)
            {
                printf("%d\n",i);
            }
            //  O(NlogN)
            for(int i=0; i<N; i++)
            {
                for(int j=N; j>=0; j/=2)
                {
                    printf("%d\n",i);
                }
            }
            //  O(N^2)
            for(int i=0; i<N; i++)
            {
                for(int j=0; j<N; j++)
                {
                    printf("%d\n",i);
                }
            }

分治算法：
    把一个大而复杂的问题，分解成很多小而简单的问题，利用计算机强大的运算能力来解决大问题(分而治之)
    实现分治算法的方法：
        循环、递归

查找算法：
    顺序查找：
        对待查找的数据没有要求，从头到尾逐一比较，在小规模的数据查找中较常见，效率较低
        时间复杂度：O(N)
    二分查找：
        对待查找的数据必须保证有序，从数据的中间位置开始查找，如果key比中间值小，则从左边继续二分查找，否则从右边二分查找
        时间复杂度：O(logN)
    块查找(权重查找)：
        是一种数据处理的思想，不是一种特定的算法，当数据量非常多时
        可以先把数据进行分块处理，然后再进行查找，例如英文词典
    哈希查找：
        把数据经过哈希函数计算出该数据在哈希表中的位置，然后标记每个位置，方便之后的查找
        ，她的时间复杂度最好能达到O(1)
        注意：该算法有很大的局限性，需要额外的存储空间，空间复杂度较高，是一种典型的以空间换时间的
            算法，而且不适合浮点型、字符型数据。
        最简单的哈希函数设计：
            直接定址法：直接把数据作为哈希表的下标进行标记
            数据分析法：对数据进行分析从而设计哈希函数，最常用
                        的方法是，找到最大值、最小值，用最大值-最小值+1
                        确定哈希表长度，用数据-最小值访问哈希表
            平方取中法、折叠法、随机数法，但是都无法确保哈希数据的唯一性
            会出现哈希冲突，一般使用链表法解决

排序算法：
    排序算法的稳定性：
        待排序的数据中，如果有值相同的数据，在排序过程中如果不会改变他们的前后顺序
        则认为该算法稳定

    冒泡排序：
        数据左右进行比较，把最大的值交换到最后，
        特点是该算法对数据的有序性敏感，在排序的
        过程中一旦发现有序可以立即停止，如果待排序
        的数据基本有序，则冒泡的效率非常高
        时间复杂度：最优O(n) 平均:O(n^2)
        稳定的

    选择排序：
        假定最开始的位置是最小值，并记录下标，然后与后面的数据进行比较，如果有比
        min下标的数据还要小的数据，则更新min的位置，如果min的位置发生改变，则把敏位置
        的数据与最开头位置的数据进行交换
        虽然时间复杂度较高，但是数据交换次数较少，因此实际的运行速度并不慢
        选择排序是冒泡排序的一个变种，但是没有堆数据的有序性是敏感，如果数据较混乱时
        选择比冒泡快
        时间复杂度：O(N^2)
        不稳定的

    插入排序：
        把数据堪称两部分，一部分是有序的，把剩余的数据逐步插入到有序部分中
        适合堆已排序后的数据，新增一些数据后再排序的情况
        时间复杂度：O(n^2)
        稳定的
        
    希尔排序：
        是插入排序的增强版，由于插入排序时，数据移动的跨度较小，速度较慢
        因此希尔排序增加了增量的概念，以此来提高排序的速度,最后的增量一定是1

    快速：
        找到一个标杆pi（一般设置为中间位置），备份标杆位置的值pv，一边从pi左边
        找比pv大的数据，如果找到了则把数据赋值给pi位置，更新标杆pi到该数据位置
        继续从右边找到比pv小的数据，如果找到则把数据赋值给pi位置，更新标杆pi到
        该数据位置，循环进行以上操作，最终左右标杆会相遇，最后把pv赋值给相遇处，这样
        就能实现pv左边的数据都比它小，右边都比它大，然后按照同样的方法，对左右两边
        继续快排，最终整体有序。
        它的综合性能最高，因此叫做快速排序，笔试中考得最多
        时间复杂度：O（nlogn）
        不稳定的

    归并：
        先把一组数据拆分成单个的个体，然后按照从小到大的
        顺序两两合并成新个体，合并结束后需要复制到临时空间
        中，继续对临时空间的新个体两两合并，合并后的结果又
        赋值回原空间中，此过程反复进行，最后的有序结果还需要
        重新赋值给原空间
        归并排序使用了额外的内存空间，因此避免了数据之间的交换的
        耗时，但是是一种典型的以空间换时间的算法
        时间复杂度：O(nlogn)
        稳定的

    堆：
        把数据当做一颗完全二叉树，然后树中的数据调整成大根堆
        然后把根节点的数据交换到数组的末尾，然后数量-1,接着
        调整新的大根堆，依次重复以上操作，直到数量为1时结束，
        可以递归实现也可以循环实现
        时间复杂度：O(nlogn)
        不稳定的

    计数:
        找出数据中的最大值和最小值，创建哈希表，用 数据-最小值 作为
        下标标记哈希表中的对应位置，然后遍历整个哈希表，如果哈希表中
        的值>1时，通过下标+最小值 还原数据放回数组中
        是一种典型的以空间换时间的排序算法，该算法理论上的速度非常快
        因为它是一种非基于交换的排序，在一定的范围内对非负整数排序时，
        快于任意一种基于比较交换的排序，但是只适合非负整数，而且数据
        之间的差值不宜过大，否则会非常浪费内存，反之，数据在范围内越均衡
        、重复树2越多，性价比越高
        时间复杂度：O(n+k) (k是待排序的整数的范围)

    桶排序：
        把数据根据值的特点，存储到不同的桶中，然后调用其他的排序函数
        对桶中的数据进行排序，然后再按照桶的顺序拷贝到原数组中
        目的是为了降低排序的的规模来提高排序的效率，也是一种用空间换时间
        的排序算法
        缺点：如何分桶、桶的定义的范围，这些都需要对待排序的数据有
            一定的了解
        时间复杂度：    O(n+k)(k与桶的数量有关)
        稳定的

    基数排序：
        是桶排序这种思想的具体实现，首先创建10个队列，然后逆序计算出
        每个数据的个、十、百...位，然后根据计算出来的每位的值，放入对应的队列中，
        然后再从队列中弹出数据回到数组中，这是某一位数据的值压入队列的结果，
        数据的下一位继续重复以上操作，最大值的位数即循环次数
        也是一种以空间换时间的排序
        缺点：只适合排序正整数数据，要申请十个队列结构
        时间复杂度：O(n+k)
        稳定的