《算法图解》笔记（自用）

二分算法

二分查找是一种算法，其输入是一个有序的元素列表（必须有序的原因稍后解释）。如果要查找的元素包含在列表中，二分查找返回其位置；否则返回null。

仅当列表是有序的时候，二分查找才管用

对于包含n个元素的列表，用二分查找最多需要log2n步，而简单查找最多需要n步。

最多需要猜测的次数与列表长度相同，这被称为线性时间(linear time）

二分查找的运行时间为对数时间（或log时间）

大O表示法

仅知道算法需要多长时间才能运行完毕还不够，还需知道运行时间如何随列表增长而增加。这正是大O表示法的用武之地。

大O表示法指出了算法有多快。例如，假设列表包含n个元素。简单查找需要检查每个元素，因此需要执行n次操作。使用大O表示法，这个运行时间为O(n)。

大O表示法指的并非以秒为单位的速度。大O表示法让你能够比较操作数，它指出了算法运行时间的增速

大O表示法指出了最糟情况下的运行时间

简单查找的运行时间总是为O(n)。

从快到慢的顺序：

❑ O(log n)，也叫对数时间，这样的算法包括二分查找。

❑ O(n)，也叫线性时间，这样的算法包括简单查找。

❑ O(n * log n)，这样的算法包括第4章将介绍的快速排序——一种速度较快的排序算法。

❑ O(n2)，这样的算法包括第2章将介绍的选择排序——一种速度较慢的排序算法。

❑ O(n!)，这样的算法包括接下来将介绍的旅行商问题的解决方案——一种非常慢的算法。

❑ 算法的速度指的并非时间，而是操作数的增速。

❑ 谈论算法的速度时，我们说的是随着输入的增加，其运行时间将以什么样的速度增加。

❑ 算法的运行时间用大O表示法表示。

❑ O(log n)比O(n)快，当需要搜索的元素越多时，前者比后者快得越多。

旅行商问题

选择排序

内存的工作原理

需要将数据存储到内存时，你请求计算机提供存储空间，计算机给你一个存储地址。需要存储多项数据时，有两种基本方式——数组和链表。

数组和链表

数组

先将待办事项存储在数组中。使用数组意味着所有待办事项在内存中都是相连的（紧靠在一起的）

在数组中添加新元素也可能很麻烦。如果没有了空间，就得移到内存的其他地方，因此添加新元素的速度会很慢。一种解决之道是“预留座位”：即便当前只有3个待办事项，也请计算机提供10个位置。

它存在如下两个缺点：

❑ 你额外请求的位置可能根本用不上，这将浪费内存。你没有使用，别人也用不了。

❑ 待办事项超过10个后，你还得转移。

链表

链表中的元素可存储在内存的任何地方。

链表的每个元素都存储了下一个元素的地址，从而使一系列随机的内存地址串在一起。

使用链表时，根本就不需要移动元素。这还可避免另一个问题。

链表存在问题：在需要读取链表的最后一个元素时，你不能直接读取，因为你不知道它所处的地址

插入

使用链表时，插入元素很简单，只需修改它前面的那个元素指向的地址。

而使用数组时，则必须将后面的元素都向后移。

插入元素时，链表是更好的选择。

删除

链表也是更好的选择，因为只需修改前一个元素指向的地址即可。而使用数组时，删除元素后，必须将后面的元素都向前移。

数组和链表哪个用得更多呢？

数组用得很多，因为它支持随机访问。

有两种访问方式：随机访问和顺序访问。

顺序访问意味着从第一个元素开始逐个地读取元素。链表只能顺序访问：要读取链表的第十个元素，得先读取前九个元素，并沿链接找到第十个元素。

随机访问意味着可直接跳到第十个元素。本书经常说数组的读取速度更快，这是因为它们支持随机访问。

很多情况都要求能够随机访问，因此数组用得很多。

选择排序

并非每次都需要检查n个元素。第一次需要检查n个元素，但随后检查的元素数依次为n -1,n -2,…,2和1。平均每次检查的元素数为1/2×n，因此运行时间为O(n×1/2×n)。但大O表示法省略诸如1/2这样的常数（有关这方面的完整讨论，请参阅第4章），因此简单地写作O(n×n)或O(n2)。

选择排序是一种灵巧的算法，但其速度不是很快。快速排序是一种更快的排序算法，其运行时间为O(n log n)

在同一个数组中，所有元素的类型都必须相同（都为int、double等）。

递归

基线条件和递归条件

编写递归函数时，必须告诉它何时停止递归。正因为如此，每个递归函数都有两部分：基线条件(base case)和递归条件(recursive case)。

递归条件指的是函数调用自己。

基线条件则指的是函数不再调用自己，从而避免形成无限循环。

栈

只有两种操作：压入（插入）和弹出（删除并读取）。

调用栈