目录
一、算法复杂度
时间复杂度:
一个算法中的语句执行次数称为语句频度或时间频度,记为T(n)。为了描述时间频度变化引起的变化规律,引入时间复杂度概念,记为O(...)。
1.时间频度可能不同,但是时间复杂度可能相同:
T(n) = n^2 + 3n + 4 ---> n^2 + 3n ---> n^2
T(n) = 4n^2 + 2n + 1 ---> 4n^2 + 2n ---> 4n^2 ---> n^2
2.时间复杂度计算规则:
3.常见的时间复杂度场景:
O(1) < O(logN) < O(N) < O(nlogn) < O(n^2) < O(n^3) < O(2^2) < O(n!) < O(n^n)
空间复杂度:
空间复杂度是指执行这个算法所需要的内存空间。程序一般执行时所需要的空间有固定空间(主要包括指令空间即代码空间、数据空间即常量或者简单变量等所占的空间)和可变空间(主要包括i动态分贝的空间以及递归栈所需的空间等)两部分。
十大排序算法:
优先考虑归并排序,但是会费一倍的空间,如果要省空间则使用快速排序。
1.冒泡:
从位置0开始,当前位置数字和后面位置的数字进行比较,如果前面的大于后面的则进行交换。循环进行此过程,只不过位置向后移动一位。
2.选择:
假设第一个数字就是最大的数字,记录好它的索引,然后和后面的数字进行比较,如果后面的数字大于最大数字,重新记录新数字索引,直到最后一个数字,将最大数字索引与最后一个数字进行交换。
3.插入:
假设原始数列就是有序的,每次向数列中插入一个数字,从右向左依次比较,找到合适的位置,依次进行每个数字。
4.谢尔:
将数据递归分组,首先分为 长度/2组,然后将第一个数字与1+zu进行插入排序,经过i第一次整体排序后,小的数字很快被移动到前面,重新将数据分组,原来组/2,小数字又很快被移动到前面。
5.快速:
共三种(左右法、前后法、挖矿法),选择一个数字作为参照物即基准数字,例如5,然后和另外一个进行比较,如果右边的小于5就交换,5左边的大于5就交换,整体排序之后5的位置就是对的了,左右两个是无序的,将左右两个都当作一个新序列进行排序基准数。
6.归并:
让两个有序对列进行比较,然后每个对列依次取出1个数字比较,然后小的数字被去除。
分割:依次将数列二等分,二等分之后的子序列继续二等分。直到每个子序列都只有一个数字,停止分割。
7.堆:
一种基于数的排序算法,二分查找数(任意节点、最多有两个子节点、左面的节点都小于父节点、右边的节点都大于父节点)。
8.计数:
只针对特殊数据的排序。将对应的数据让数组的索引对应值加1,最后遍历数组,索引对应的值是几就打印几。它适用于区间比较小的排序,例如一个班级的学生成绩排序。
9.桶:
将数字按照范围进行分割,然后对分割后的数据进行排序(继续分割)。使用数据粪桶特别要注意数据倾斜问题。