算法基础（二）

目录

评估算法优劣的核心指标：

对数器

二分

异或运算：

---

评估算法优劣的核心指标：

时间复杂度（流程决定）、额外空间复杂度（流程决定）、常数项时间（实现细节决定）

 

 非常数时间的操作：Linked List，执行时间跟样本量有关，就不是常数时间的操作

时间复杂度就是衡量流程中发生了多少次常数操作，最后拆分的操作每一步都是常数级别的操作，就可以了，如果数据量为N，看看基本动作的数量和N是什么关系。

一个问题的最优解：先满足时间复杂度最低这个指标之后，使用最少的空间算法流程。

对数器

 generateRandomArray 产生一个随机数组 

Math.random()  在[0,1) 上等概率返回任何一个小数，在计算上，这个区间是有穷尽的

(int) (Math.random() * N )  得到 [0,N-1]

 

二分

mid = (L + R) / 2  ===》 mid = L + (R -  L) >> 1

>> 表示带符号右移，运算比除运算快

无序，相邻不等的 依然可以二分 求局部最优解

先看0 位位置是不是局部最小， 再看N 在 N-1 位置上是不是最小，之后进行二分。

找到类似于“先下在上”的 这个趋势，即中间的位置就是最优解。所以无序数组求局部最优也可以使用二分法。

只要构建出有排他逻辑的就可以进行二分。

异或运算：

异或运算：相同为0，不同为1；异或运算可以记忆为：无进位相加！符号   ^   

同或运算：相同为1，不同为1

异或运算的性质：

1)  0 ^ N == N    N ^ N == 0

2)  异或运算满足交换律和结合律

不用额外变量的情况下，交换两个数

a = a ^ b

b = a ^ b

a = a ^ b

这样运算必须保证内存是独立的，否则异或之后的结果是0

只有一种数，出现偶数次：将所有数异或起来，最后的结果就是这个数

把一个整型的数，提取出最右侧的1：N & (~N + 1)

有两个数出现基数次，其他数出现偶数次：最先异或所有得到 eor = a ^ b

1）找出最右侧的1，即可过滤出两个子数组，一边有a,另一边则是b;

2）异或任意一边得到a，a^eor 得到 b

数出二进制中1的个数：提取最右侧的1，抹掉最右侧的1：原数 ^ 最右侧的1