【知识点总结】内功修炼-算法篇

五大基本特征

1. 输入：最少有0个或者多个输入。
2. 输出：至少有一个输出。
3. 有穷性：算法的每步必须是有限的，不能出现无限的循环，并且每个步骤的执行时间也是在可以接受的范围内。
4. 确定性：算法的每步必须都有确定的意义（无歧义），在一定条件下只能有一条执行路径。
5. 可行性：算法的每步必须都是可行的，每步都可以通过有限的执行次数完成。

设计要求

1. 正确性：算法至少具备输入，输出和加工处理的无歧义性，能够正确的反应问题的需求并得到正确的答案。
2. 可读性：
3. 健壮性：当输入的数据不合理时，也能做出相应的处理，而不产生异常、崩溃等莫名奇妙的结果。
4. 时间效率高，存储低。

排序算法

1.选择排序

定义：每次循环找出当前循环中最小的元素，然后和此次循环中的队首元素进行交换。

2.冒泡排序

定义：每次循环都比较前后两个元素大小，如果前者大于后者，则将两者进行交换。这样做会将每次循环中最大的元素替换到末尾，逐渐形成有序集合。将每次循环中的最大元素逐渐由队首转移到队尾的过程形似“冒泡”过程，故因此得名。
注意：当在一次循环中没有发生交换时，则可以立即退出当前循环，结束排序。

3.插入排序

定义：在先前排好序的子集合中插入下一个待排的元素，每次都会判断待排元素的上一个元素是否大于待排元素，如果大于则将待排元素往左移，接着与上一个元素比较，直到找到待排元素应该插入的位置。

时间复杂度总汇

排序算法

序号	排序算法	平均时间复杂度	最好情况	最坏情况	空间复杂度	排序方式	稳定性
1	冒泡排序	$$O(n^2)$$	$$O(n)$$	$$O(n^2)$$	O(1)	In-place	稳定
2	选择排序	$$O(n^2)$$	$$O(n^2)$$	$$O(n^2)$$	$$O(1)$$	In-place	不稳定
3	插入排序	$$O(n^2)$$	$$O(n)$$	$$O(n^2)$$	$$O(1)$$	In-place	稳定
4	希尔排序	$$O(nlogn)$$	$$O(nlo{g}^{2}n)$$	$$O(nlo{g}^{2}n)$$	$$O(1)$$	In-place	不稳定
5	归并排序	$$O(nlogn)$$	$$O(nlogn)$$	$$O(nlogn)$$	$$O(n)$$	Out-place	稳定
6	快速排序	$$O(nlogn)$$	$$O(nlogn)$$	$$O(n^2)$$	$$O(logn)$$	In-place	不稳定
7	堆排序	$$O(nlogn)$$	$$O(nlogn)$$	$$O(nlogn)$$	$$O(1)$$	In-place	不稳定
8	计数排序	$$O(n+k)$$	$$O(n+k)$$	$$O(n+k)$$	$$O(k)$$	Out-place	稳定
9	桶排序	$$O(n+k)$$	$$O(n+k)$$	$$O(n^2)$$	$$O(n+k)$$	Out-place	稳定
10	基数排序	$$O(n\ast k)$$	$$O(n\ast k)$$	$$O(n\ast k)$$	$$O(n+k)$$	Out-place	稳定

概念

分治思想

定义：当一个问题的规模较大不易求解时，就可以考虑 将问题分成 几个小的模块，逐一解决。

递归

定义：在运行的过程中不断的调用自己。
注意：必须有结束的条件。
缺点：效率低。

知识点

前缀表达式

又名：波兰记法、波兰表达式、前序表达式。
定义：就是不用任何括号的后缀表达式。每遇到一个运算符就取该运算符的前面两个数据进行运算。
示例：（1-2）*（4-5）=> *- 1 2 -4 5

中缀表达式

定义：就是我们常用的算法方式。
示例：（1-2）*（4-5）=> （1-2）*（4-5）

后缀表达式

又名：逆波兰表达式（RPN）。
定义：就是不用任何括号的后缀表达式。每遇到一个运算符就取该运算符的前面两个数据进行运算。
示例：（1-2）*（4-5）=>1 2-4 5+*

黄金分割

定义：黄金比例又称黄金分割，是指事物各部分间一定的数学比例关系，即整体一分为二，较大的部分与较小的部分之比等于整体与较大部分之比，其比值约为1：0.618或者1.618：1。

回溯

定义：指的是遇到问题或者麻烦时就回到前面再继续往前进。