算法与复杂度学习笔记--week2：十进制二进制转换、求最大公约数、数组和链表的查找算法（递归）、排序算法、矩阵乘法、阶乘算法（递归）、斐波那契数列（递归）

○ 进制转换

二级制和十进制转化

• 输出是一个 tuple 元组，元组的第一个部分是每一次迭代完后的值；比如第一次是 $2^0=1$，第二次是 $2^0+2^1=3$， 第三次是 $2^0+2^1+2^2=7$，以此类推，元组的第二个部分表示的就是在这一次迭代中新增的一项，第一次迭代的新增项是 $2^0$，第二次是 $2^1$，以此类推

十进制数转二进制数

• 按照左图的思路，每一步取余得到的结果放入 lst 中，但是这样的话，由于列表的性质，我们需要将列表中的内容倒序输出，才是原来的结果。右边是低位，左边是高位

○ 最大公约数（greatest common divisor）

• 第一种方法，这是老师给出的答案，我感觉不是那么好理解。看不懂的可以看我下面写的那个
  
• 这种方法也是正确的，而且我个人感觉比老师给出的上面这种要好理解一些。
  

○ 查找算法

数组 – 有序查找

• 给定一个从小到大排序好的数组 A，和一个需要查找的数据 x，设计算法找出 A 中的 x，如果没有，则返回 -1
  
• 其实按照下面这种写法也完全可以：
  

数组 – 二分查找法（binary）：递归方式

数组 – 寻找最大值

链表

链表 – 查找算法

○ 排序算法

冒泡排序法

当然，按照 python 里面的方便小 tips，交换两个变量的值不必引入第三个变量，因此可以如下写：

选择排序法

○ 矩阵乘法

• 这个算法可能初学者不太好理解，但是只需要掌握下列几点就可；

  • 确定基本运算的次数
  • 计算得到的新矩阵的行列数。

• 下面来分析一下，不会的可以多看几遍：

  • 本题使用的是 $3\times 3$ 的矩阵，不太利于观察，所以下面我使用 $A\to 3\times 4$，$B\to 4\times 5$ 的矩阵来加深理解，最终生成的新矩阵为 $C$ ：
    
  • 首先我们先观察，$A$ 的行数就是 $C$ 矩阵的行数，$B$ 的列数就是新矩阵的列数；因此，我们在代码中生成新矩阵的时候，就要通过 $A$ 的行数 和 $B$ 的列数来确定循环的次数。
  • 因为 $C$ 是二维矩阵，因此，制造 $C$ 矩阵的时候，进行的循环一定是二重循环；而且第一重循环的次数就是 $A$ 的行数，第二重循环的次数是 $B$ 的列数。
  • 然后我们进行下一步，为 $C$ 中的每个位置上的数进行基础的运算。
    • $C$ 的每个位置上的数都是由 $A$ 的一行 和 $B$ 的一列相乘再相加得到的，因此我们在 $k$ 这个循环中进行基本的加法和乘法运算的次数应该等于 $A$ 的列数（这句话好好理解一下）。比如在上图给的例子中，要计算出 $C$ 中的 $48$，你需要进行 $4$ 次运算 $1\ast 3+2\ast 1+3\ast 5+4\ast 7=48$，当然你也可以说这是 $B$ 的行数，当然都是一样的。因此 $k$ 循环的次数应该等于 $A的列数=B的行数$

• 还不懂的话，可以敲一遍代码，在纸上画个矩阵，就什么都明白了。

○ 阶乘（factorial）

○ 斐波那契数列