算法学习日志

计划

预计两个月。（±一个月）

实际情况

1. 快速排序。
   算法思想：分治； 时间复杂度：O(nlogn)
   ——2020/5/13

2. 归并排序。
   算法思想：分治； 时间复杂度：O(nlogn)
   ——2020/5/14

3. 整数二分。
   难点，划重点。

   注1：捋一下搞不懂的地方，对于求上下界问题中的check（）函数很乱。

   注2：算法思想：折半查找，根据某一性质来判断每次是进入左区间 or 右区间。
   时间复杂度：O( logn )

   注3：对于两种模板，画一个图一下子边界就能出来了，要注意的地方是当L = mid时，mid = （L + R ） / 2 需变成 mid =（ L + R + 1） / 2，这是为了避免 L = R -1 时，可能出现死循环的情况。
   ——2020/5/15/10:20

4. 浮点数二分。
   算法思想：折半查找
   注1：因为是浮点数，故不存在整数二分中的边界问题，mid = (L + R) / 2.0 即可。

5. 高精度加法（大整数 + 大整数）。
   算法思想：数组存储，模拟手算加法的过程
   ——2020年5月16日11:16:10

6. 高精度减法（大整数 - 大整数）
   ——2020年5月24日22:17:10

7. 高精度乘法（大整数 * 小整数）
   ——2020年5月24日22:18:11

8. 高精度除法（大整数 整除 小整数）

   注：4种高精度算法中，数组低位存放个位数字，；例如：a = “123456”，A = {6,5,4,3,2,1}.
   ——2020年5月29日16:07:32

9. 前缀和（s[ l, r ] = s[ r ] - s[l - 1）
   步骤：1、递推求前缀和； 2、 求区间和
   ——2020年5月29日16:48:53

10. 二维前缀和
    步骤：1、递推求前缀和；2、求区间和
    ps：画个图，一目了然
    ——2020年5月29日22:32:10

11. 一维差分
    效果：类似前缀和的逆运算，使得区间加：[L, R] 上的数都各加上一个常数，时间复杂度从O（n）降为 O（1）；
    实现：差分数组 B[L] += C, B[R + 1] -= C
    ——2020年6月16日15:32:40

12. 二维差分
    差分的思路都是一样的，跟一维的差别就是计算方式、求前缀和不同。
    ——2020年6月16日16:54:59

13. 双指针算法。
    难点，划重点。
    模板看起来虽简单，但是用起来，一脸懵逼~

14. 位运算
    主要介绍两种位运算：
    （1）求n的二进制表示的第k位数字；
    （2）lowbit（n）操作：求得n二进制表示的最后一位1的大小；
    具体实现：lowbit（n）= n & -n，因 C++中 -n = n取反+ 1
    ——2020年6月29日15:27:04

15. 离散化。
    难点，划重点。
    主要思想是：数据范围大，但数据个数小，将其映射到一个小的空间，大大降低复杂度，提高效率。例题挺难的呀，理解了一丢丢，说不定以后能更理解一些，哈
    ——2020年7月7日18:54:51

16. 区间合并。
    相对来说，比较简单一些，将区间存储于 pair类型 的数组中，合并操作：排序、三种情况进行合并、放进临时数组中。

17. 静态链表。
    采用数组模拟，即静态的链表，为什么不用动态的呢？原因是C++里的new操作非常慢，算法题若使用，80%会超时。

END
————————————
该往哪里走
————————————