《300分钟搞定数据结构与算法》学习之旅 第二讲:高级数据结构

本文内容摘自《300分钟搞定数据结构与算法》,仅供学后查阅

优先队列

特点

能保证每次取出的元素都是队列中优先级别最高的。优先级别可以是自定义的,例如,数据的数值越大,优先级越高;或者数据的数值越小,优先级越高。优先级别甚至可以通过各种复杂的计算得到。

应用场景

从一堆杂乱无章的数据当中按照一定的顺序(或者优先级)逐步地筛选出部分乃至全部的数据。

举例:

任意一个数组,找出前 k 大的数。

解法 1:先对这个数组进行排序,然后依次输出前 k 大的数,复杂度将会是 O(nlogn),其中,n 是数组的元素个数。这是一种直接的办法。

解法 2:使用优先队列,复杂度优化成 O(k + nlogk)。

当数据量很大(即 n 很大),而 k 相对较小的时候,显然,利用优先队列能有效地降低算法复杂度。因为要找出前 k 大的数,并不需要对所有的数进行排序。

实现

优先队列的本质是一个二叉堆结构。堆在英文里叫 Binary Heap,它是利用一个数组结构来实现的完全二叉树。换句话说,优先队列的本质是一个数组,数组里的每个元素既有可能是其他元素的父节点,也有可能是其他元素的子节点,而且,每个父节点只能有两个子节点,很像一棵二叉树的结构。

牢记优先队列有三个重要的性质。

  1. 数组里的第一个元素 array[0] 拥有最高的优先级别。

  2. 给定一个下标 i,那么对于元素 array[i] 而言:

它的父节点所对应的元素下标是 (i-1)/2

它的左孩子所对应的元素下标是 2×i + 1

它的右孩子所对应的元素下标是 2×i + 2

  1. 数组里每个元素的优先级别都要高于它两个孩子的优先级别。

优先队列最基本的操作有两个。

  1. 向上筛选(sift up / bubble up)

当有新的数据加入到优先队列中,新的数据首先被放置在二叉堆的底部。

不断进行向上筛选的操作,即如果发现该数据的优先级别比父节点的优先级别还要高,那么就和父节点的元素相互交换,再接着往上进行比较,直到无法再继续交换为止。

时间复杂度:由于二叉堆是一棵完全二叉树,并假设堆的大小为 k,因此整个过程其实就是沿着树的高度往上爬,所以只需要 O(logk) 的时间。

  1. 向下筛选(sift down / bubble down)

当堆顶的元素被取出时,要更新堆顶的元素来作为下一次按照优先级顺序被取出的对象,需要将堆底部的元素放置到堆顶,然后不断地对它执行向下筛选的操作。

将该元素和它的两个孩子节点对比优先级,如果优先级最高的是其中一个孩子,就将该元素和那个孩子进行交换,然后反复进行下去,直到无法继续交换为止。

时间复杂度:整个过程就是沿着树的高度往下爬,所以时间复杂度也是 O(logk)。

因此,无论是添加新的数据还是取出堆顶的元素,都需要 O(logk) 的时间。

初始化

优先队列的初始化是一个最重要的时间复杂度,是分析运用优先队列性能时必不可少的,也是经常容易弄错的地方。

举例:有 n 个数据,需要创建一个大小为 n 的堆。

误区:每当把一个数据加入到堆里,都要对其执行向上筛选的操作,这样一来就是 O(nlogn)。

解法:在创建这个堆的过程中,二叉树的大小是从 1 逐渐增长到 n 的,所以整个算法的复杂度经过推导,最终的结果是 O(n)。

注意:算法面试中是不要求推导的,你只需要记住,初始化一个大小为 n 的堆,所需要的时间是 O(n) 即可。

LeetCode:347

基本知识点

图可以说是所有数据结构里面知识点最丰富的一个,最基本的知识点如下。

阶(Order)、度:出度(Out-Degree)、入度(In-Degree)

树(Tree)、森林(Forest)、环(Loop)

有向图(Directed Graph)、无向图(Undirected Graph)、完全有向图、完全无向图

连通图(Connected Graph)、连通分量(Connected Component)

存储和表达方式:邻接矩阵(Adjacency Matrix)、邻接链表(Adjacency List)

图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息,一个二维数组(邻接矩阵)存储图中的边或弧的信息。
找到一种数组与链表相结合的存储方法称为邻接表

围绕图的算法:

图的遍历:深度优先、广度优先

环的检测:有向图、无向图

拓扑排序

最短路径算法:Dijkstra、Bellman-Ford、Floyd Warshall

连通性相关算法:Kosaraju、Tarjan、求解孤岛的数量、判断是否为树

图的着色、旅行商问题等

以上的知识点只是图论里的冰山一角,对于算法面试而言,完全不需要对每个知识点都一一掌握,而应该有的放矢地进行准备。

必会知识点

根据长期的经验总结,以下的知识点是必须充分掌握并反复练习的。

图的存储和表达方式:邻接矩阵(Adjacency Matrix)、邻接链表(Adjacency List)

图的遍历:深度优先、广度优先

二部图的检测(Bipartite)、树的检测、环的检测:有向图、无向图

拓扑排序

联合-查找算法(Union-Find)

最短路径:Dijkstra、Bellman-Ford

其中,环的检测、二部图的检测、树的检测以及拓扑排序都是基于图的遍历,尤其是深度优先方式的遍历。而遍历可以在邻接矩阵或者邻接链表上进行,所以掌握好图的遍历是重中之重!因为它是所有其他图论算法的基础。

LeetCode:785

前缀树

应用场景

前缀树被广泛地运用在字典查找当中,也被称为字典树

举例:

给定一系列字符串,这些字符串构成了一种字典,要求你在这个字典当中找出所有以“ABC”开头的字符串。

解法 1:暴力搜索

直接遍历一遍字典,然后逐个判断每个字符串是否由“ABC”开头。假设字典很大,有 N 个单词,要对比的不是“ABC”,而是任意的,那不妨假设所要对比的开头平均长度为 M,那么时间复杂度是 O(M×N)。

解法 2:前缀树Trie

如果用前缀树头帮助对字典的存储进行优化,那么可以把搜索的时间复杂度下降为 O(M),其中 M 表示字典里最长的那个单词的字符个数,在很多情况下,字典里的单词个数 N 是远远大于 M 的。因此,前缀树在这种场合中是非常高效的。

经典应用

网站上的搜索框会罗列出以搜索文字作为开头的相关搜索信息,这里运用了前缀树进行后端的快速检索。

汉字拼音输入法的联想输出功能也运用了前缀树。

举例:假如有一个字典,字典里面有如下词:“A”,“to”,“tea”,“ted”,“ten”,“i”,“in”,“inn”,每个单词还能有自己的一些权重值,那么用前缀树来构建这个字典将会是如下的样子

在这里插入图片描述

性质

  1. 每个节点至少包含两个基本属性。

children:数组或者集合,罗列出每个分支当中包含的所有字符

isEnd:布尔值,表示该节点是否为某字符串的结尾

  1. 前缀树的根节点是空的

所谓空,即只利用到这个节点的 children 属性,即只关心在这个字典里,有哪些打头的字符。

  1. 除了根节点,其他所有节点都有可能是单词的结尾,叶子节点一定都是单词的结尾。

实现

前缀树最基本的操作就是两个:创建和搜索。

  1. 创建

遍历一遍输入的字符串,对每个字符串的字符进行遍历

从前缀树的根节点开始,将每个字符加入到节点的 children 字符集当中。

如果字符集已经包含了这个字符,则跳过。

如果当前字符是字符串的最后一个,则把当前节点的 isEnd 标记为真。

由上,创建的方法很直观。

前缀树真正强大的地方在于,每个节点还能用来保存额外的信息,比如可以用来记录拥有相同前缀的所有字符串。因此,当用户输入某个前缀时,就能在 O(1) 的时间内给出对应的推荐字符串。

  1. 搜索

与创建方法类似,从前缀树的根节点出发,逐个匹配输入的前缀字符,如果遇到了就继续往下一层搜索,如果没遇到,就立即返回。

LeetCode:212

线段树

线段树(Segment Tree)

举例:假设有一个数组 array[0 … n-1], 里面有 n 个元素,现在要经常对这个数组做两件事。

  1. 更新数组元素的数值

  2. 求数组任意一段区间里元素的总和(或者平均值)

解法 1:遍历一遍数组。

  • 时间复杂度 O(n)。

解法 2:线段树。

  • 线段树,就是一种按照二叉树的形式存储数据的结构,每个节点保存的都是数组里某一段的总和。

  • 适用于数据很多,而且需要频繁更新并求和的操作。

时间复杂度 O(logn)。

实现
举例:数组是 [1, 3, 5, 7, 9, 11],那么它的线段树如下。
在这里插入图片描述

根节点保存的是从下标 0 到下标 5 的所有元素的总和,即 36。左右两个子节点分别保存左右两半元素的总和。按照这样的逻辑不断地切分下去,最终的叶子节点保存的就是每个元素的数值。

解法:

  1. 更新数组里某个元素的数值

从线段树的根节点出发,更新节点的数值,它保存的是数组元素的总和。修改的元素有可能会落在线段树里一些区间里,至少叶子节点是肯定需要更新的,所以,要做的是从根节点往下,判断元素的下标是否在左边还是右边,然后更新分支里的节点大小。因此,复杂度就是遍历树的高度,即 O(logn)。

  1. 对数组某个区间段里的元素进行求和

方法和更新操作类似,首先从根节点出发,判断所求的区间是否落在节点所代表的区间中。如果所要求的区间完全包含了节点所代表的区间,那么就得加上该节点的数值,意味着该节点所记录的区间总和只是所要求解总和的一部分。接下来,不断地往下寻找其他的子区间,最终得出所要求的总和。

建议:线段树的实现书写起来有些繁琐,需要不断地练习。

Leetcode :315

树状数组

树状数组(Fenwick Tree / Binary Indexed Tree)

实现

举例:假设有一个数组 array[0 … n-1], 里面有 n 个元素,现在要经常对这个数组做两件事。

  • 更新数组元素的数值

  • 求数组前 k 个元素的总和(或者平均值)

解法 1:线段树。

线段树能在 O(logn) 的时间里更新和求解前 k 个元素的总和。

解法 2:树状数组。

该问题只要求求解前 k 个元素的总和,并不要求任意一个区间。

树状数组可以在 O(logn) 的时间里完成上述的操作。

相对于线段树的实现,树状数组显得更简单。

特点

树状数组的数据结构有以下几个重要的基本特征。

它是利用数组来表示多叉树的结构,在这一点上和优先队列有些类似,只不过,优先队列是用数组来表示完全二叉树,而树状数组是多叉树。

树状数组的第一个元素是空节点。

如果节点 tree[y] 是 tree[x] 的父节点,那么需要满足条件:y = x - (x & (-x))。

建议:由于树状数组所解决的问题跟线段树有些类似,所以不花篇幅进行问题的讨论。LeetCode 上有很多经典的题目可以用树状数组来解决,比如 LeetCode 第 308 题,求一个动态变化的二维矩阵里,任意子矩阵里的数的总和。

总结

这节课讲解了一些高级的数据结构。

  1. 优先队列

经常出现在考题里的,它的实现过程比较繁琐,但是很多编程语言里都有它的实现,所以在解决面试中的问题时,实行“拿来主义”即可。

鼓励你自己练习实现一个优先队列,在实现它的过程中更好地去了解它的结构和特点。

被广泛运用的数据结构,很多涉及大数据的问题都得运用到图论的知识。

比如在社交网络里,每个人可以用图的顶点表示,人与人直接的关系可以用图的边表示;再比如,在地图上,要求解从起始点到目的地,如何行驶会更快捷,需要运用图论里的最短路径算法。

  1. 前缀树

出现在许多面试的难题当中。

因为很多时候你得自己实现一棵前缀树,所以你要能熟练地书写它的实现以及运用它。

  1. 线段树和树状数组

应用场合比较明确。

例如,问题变为在一幅图片当中修改像素的颜色,然后求解任意矩形区间的灰度平均值,那么可以考虑采用二维的线段树了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值