笔记——持续更新

数据结构：
栈、队列、链表、数组、哈希表、堆、二分查找树
栈：先进后出
队列：先进先出
链表：添加和删除方便，访问比较费时间
数组：访问比较方便，删除和添加比较费时间
哈希表：由key和value组成数据
堆：一种图的树形结构，被用于优先队列，可以自由添加数据，但取出数据时要从最小值开按顺序取出
二分查找树：是一种数据结构，采用了图的树形结构，数据存储于二叉查找树的各个结点中

排序：
冒泡排序：从序列右边开始比较相邻两个数字的大小，在根据结果交换数字。-时间复杂度O（n²）

选择排序：从待排序的数据中寻找最小值，将其与序列最左边的数字进行交换-时间复杂度O（n²）

插入排序：是一种从序列左端开始依次对数据进行排序的算法。在排序过程中，左侧的数据陆续归位，而右侧留下的就是还未被排序的数据。插入排序的思路就是从右侧的未排序区域内取出一个数据，然后将它插入到已排序区域内合适的位置上。时间复杂度O（n²）

堆排序：利用堆得特性进行排序，在对当中存储数据，并按照降序来构建堆。降序堆，根节点就是最大值，使用只需要倒序取出即可。时间复杂度O（nlogn）

归并排序：归并排序算法会把序列分成长度相同的两个子序列，当无法继续往下分时（也就是每个子序列中只有一个数据时），就对子序列进行归并。归并指的是把两个排好序的子序列合并成一个有序序列。该操作会一直重复执行，直到所有子序列都归并为一个整体为止。——不停的分割数据直到单个数据取出，然后比较各个数据的大小，和必成一个数组，然后再对比数组的各个序号位的大小，合并成一个，然后重复执行直到完成排序。时间复杂度O（nlogn）

快速排序：快速排序算法首先会在序列中随机选择一个基准值（pivot），然后将除了基准值以外的数分为“比基准值小的数”和“比基准值大的数”这两个类别，再将其排列成以下形式。——随机选取一个数作为基准数，然后把数组进行对比，分为比基准树小的左边和比基准数大的右边，然后再在左右两边选取基准数，再次排序，直到排好为止。时间复杂度O（nlogn）
查找：
线性查找：即便数据没有按顺序存储，也可以应用线性查找。线性查找的操作很简单，只要在数组中从头开始依次往下查找即可。（没有限制数据类型）——时间复杂度便为 O(n)。
二分查找：二分查找也是一种在数组中查找数据的算法。，它只能查找已经排好序的数据。二分查找通过比较数组中间的数据与目标数据的大小，可以得知目标数据是在数组的左边还是右边。因此，比较一次就可以把查找范围缩小一半。重复执行该操作就可以找到目标数据，或得出目标数据不存在的结论。——时间复杂度为 O(logn)。