数据结构与算法分析

Lec1 Introduction

概念

Algorithm: a well defined(不同人的理解是一致的) sequence of steps for solving a computational problem

算法

选择排序

选择排序的逻辑是，按照同一方向不断搜索数组中的最小值，并且和上游交换，从而保证上游顺序。

def selection_sort(A[], n):
	for int i = 1 to n-1:
		k = i
		for int j = i+1 to n:
			if A[k] > A[j]:
				k = j
		swap A[k] and A[i]

这里的思想并不是用双指针找出最小值，$i$ 是搜索范围的第一项下标，而 $k$ 是用来记录最大（最小）值的参数

设计算法的思想

Incremental techniques

将前n-1个位置排好，在处理第n个位置

Recursive techniques

把一个大问题不停地分割，化成很多个简单的小问题

# 题目要求依次打印a到b之间的所有整数
def printSeries(a, b):
	if(a==b) # 这是base case
		print(b)
		return
	else # 这是recursive case
		print(a+',')
		printSeries(a+1, b)

在递归算法中，要搞清楚base case和recursive case，这样就能够比较轻松地写出代码

Lec2 Algorithm Analysis

RAM Computation Model

Memory, CPU, Algorithm

ROM：厂商写死的内存
CPU从RAM（GB水平）中读取数据，将数据（指令）传给ALU，进行运算后输出

算法分析

有以下几个方面：

Correctness analysis

常见的错误有：WA和TLE

Cost analysis

计算机一秒钟能够进行 $10^8$ 次基本运算
基本运算：

1. Initializaiton
2. Arithmetic
3. Comparison
4. Memory access

Space complexity

算法

二分查找

def search():
	int left = 0
    int right = n -1
    while(left < right) // 等于截止，成为目标值
        int mid = (left + right) / 2
        if(a[mid] > k)
            right = mid - 1
        else if(a[mid] = k)
            return mid
        else if(a[mid] < k)
            left = mid + 1

查找<=k的最大index

def search_right()
	int left = 0
    int right = n -1
    while(left < right) // 等于截止，成为目标值
        int mid = (left + right) / 2
        if(a[mid] > k)
            right = mid // mid有可能是答案，不能直接减一
        else if(a[mid] = k)
            right = mid
        else if(a[mid] < k)
            left = mid + 1

查找>=k的最小index

def search_left()
	int left = 0
    int right = n -1
    while(left < right) // 等于截止，成为目标值
        int mid = (left + right + 1) / 2
        if(a[mid] > k)
            right = mid - 1
        else if(a[mid] = k)
            left = mid
        else if(a[mid] < k)
            left = mid

二分答案

适用于：不好解，但是好验证的问题，并且这个问题的答案是单调的。