算法核心知识总结

（1）

数组和链表的区别：数组支持顺序访问，就是可以随机的访问任意元素而不必从头开始遍历，因此适合

查找，但不擅长插入与删除，因为还要移动后面的元素

而链表基于本身的特点是，末尾指针始终指向下一个元素，因此适合插入删除操作，但不适用与随机访问，

因为要重头开始遍历

 

（2）

算法复杂度

 

如果对小规模数据进行排序，可以选择时间复杂度是O(n2)的算法；如果对大规模数据进行排序，时间复杂度是O(nlogn)的算法更加高效。所以，为了兼顾任意规 模数据的排序，一般都会首选时间复杂度是O(nlogn)的排序算法来实现排序函数。

时间复杂度是O(nlogn)的排序算法不止一个，我们已经讲过的有归并排序、快速排序，后面讲堆的时候我们还会讲到堆排序。堆排序和快速排序都有比较多的应 用，比如Java语言采用堆排序实现排序函数，C语言使用快速排序实现排序函数。

 

（3）荷兰国旗问题解法：分区的概念

因此引出快排的概念。快排核心理念是选取最后一个数进行分区，小于该数的放左边，等于的放中间，大于的放右边。空间复杂度是O(1),时间复杂度是O（n）。但是每个分区都是不稳定的。除非进行01 stable sort优化

对快排的改进方法是随机选取一个数，而不是固定为最后一个数，那么所得出来的复杂度也是随机的

 

 

（4）满二叉树一定是完全二叉树，完全二叉树不一定是满二叉树

完全二叉树概念：必须从左到右都需要补齐（如果有的话）

满二叉树，每个节点必须有两个孩子

 

大根堆：子树的根节点一定是最大的

小根堆：子树的根节点一定是最小的

 

 

（5）堆排序的原理：先建立一个大根堆，然后大根堆的堆顶与最后一个位置交换，然后弹出最大值，堆的大小减1，重新建立大根堆，以此反复即可。堆是一个非常有用的数据结构，在40亿的数据进行排序，也只是O(logN)= 32而已

 

（6）排序算法稳定性的非常有用，就像电商项目排序商品，同样价格的排序肯定不能上下浮动

 

 

 

（7）队列实现栈：

4321从尾部进入help队列，5出队，交换Help和data队列，重复以上行为

 

栈实现队列：

12345入栈，然后倒过去pop栈，然后出栈即可

 

 

 

（8）链表判断是否为回文数字，用快慢指针的思想

 

 

（9）在100T文件中找重复的语句的解决思路：

利用hash函数，输入相同，输出也必定相同的思路。准备1000台机器，对语句进行hash散列进不同的机器中，达到分流效果。最后利用多线程判断即可

 

（）Top-K问题的解决思路：

1. 堆排序
2. 分治法（将数百亿的数分流到不同机器，然后统计最大值）

 

（11）堆的常用API
heap.offer(num)  向队尾插入元素
heap.peek()   输出堆顶元素
heap.poll()   弹出堆顶元素
求中位数，可以使用大小根堆，或者平衡二叉排序树