算法笔记(40)

1 斐波拉契数列，递归，复杂度2的n次方e

二分查找：O(logn)

二叉树的遍历：O(n) 每个节点遍历仅遍历一次

排序的二维矩阵的查找：O(n)

快排：O(nlogn)

2 优先队列

正常入，按优先级出。实现机制：1） 堆（二叉堆，多项式堆，斐波拉契堆），二叉搜索树。

小顶堆：最小的在最上面

3 Hashmap：平均时间复杂度： 查找，删除，插入复杂度O(1)。最差的时间复杂度：O(N).

二叉搜索树：O(logn),元素有序，如果要求元素是有序排列的，可以用这个。

4 二叉搜索树

左子树上所有结点的值均小于它的根结点的值，右子树上都大于根结点的值，左右子树分别为二叉查找树。

5 二叉树的遍历

看根的位置：

前序：根左右；中序：左根右，后序：左右根

6 广度优先搜索

在树/图/ 状态集中寻找特定的节点

7 剪枝

有些节点一看就不用去看的。

8 二分查找

要求： 所查找的数是要在一个有序的数组里，存在上下界线，可以通过索引来访问。链表不适合，数组适合。

9 Trie 树

字典树：又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串，

所以经常被搜索引擎系统用于文本词频统计。优点是最大限度减少无谓的字符串比较，查询效率比哈希表高。

每条边代表一个字母

10 位运算

 

 

x 和0异或，得到x，x和x 异或得到0

实战常用的位运算

x &1==1 或者0 是判断奇偶（x%2==1）

x&(x-1) 清零最低位的1 # 求出有多少个二进制的1或0

x&-x得到最低位的1

11 dp

=递归+记忆化：

状态定义：opt[n] ,dp[n]，fib[n]

状态转移方程：opt[n]=best_of(opt[n-1,opt[n-2],...)

最优子结构

普通的递归：fib[n]=fib[n-1]+fib[n-2),时间复杂度2的n 次方

bp：把每次的fib[n] 记住，后面使用，时间复杂度O(N),从小到大：

DP vs 回溯 vs 贪心

回溯：重复计算

贪心：永远局部最优

DP-记录局部最优子结构，多种记录值。

12 并查集

树型结构，用于处理一些不交集的合并及查询问题

Find:确定元素属于哪一个子集，可以被用来确定两个元素是否属于同一个子集

Union ：将两个子集合并为同一个集合

初始化：它的值等于它自己

13 LRU cache

最近最少使用，双向链表，查询，修改和更新都是O(1)

14 Bloom 过滤器

一个很长的二进制向量和一个映射函数：布隆过滤器可以用于检索一个元素是否在一个集合中。优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难