算法的小常识

mua码

已于 2023-02-08 09:34:47 修改

阅读量122

点赞数

文章标签：算法

于 2021-06-29 23:20:00 首次发布

本文链接：https://blog.csdn.net/sam475259540/article/details/118346022

版权

1.int类型都是二进制32位的，第32位是符号位，第32位为0就是非负数，1就是负数
2.负数是除了符号位，其他位数取反+1 ，-1为32个1
3.~ 取反符号
4.取反+1就是一个数的相反数
5.Integer最小值的取反也是自己
6.0取反还是0
7.ArrayList在时间复杂度的层面讲，与数组的时间复杂度是一样的，都是O(1)
8.冒泡排序的时间复杂度是O(n2)
9.二分法的时间复杂度是O(log2N)
10.TreeMap的时间复杂度为O(log2n)，HashMap时间复杂度为O(1)
11.1kb = 1024byte
1byte = 8 bits
一个int是4个字节(byte)32个bits(位)一个long类型是64bits
一个字母是1个字节，一个汉字是两个字节
12.右移多少位就是数以2的多少次方，左移多少位就是乘以多少次方
13.一个长度为1 的int[]数组可以表示32个数有没有出现过，一个长度为1的long[]可以表示64个数有没有出现过
14.一个一个数%2的倍数，就是将这个数&这个数-1
15.位运算的速度比加减乘除快10倍多
16.|= 解释：左边与右边按位或后，再赋值给左边
17.^异或，同为0，异为1，异或就是无进位相加的结果
18.a&b再<<1就是a和b的进位的数
19.a+b = a^b + (a&b)<<1 位运算的加法
20.>>带符号右移，左边用符号位补
21.^可以用!=代替
22.String比较用字典序：
1.相同长度，根据第一个字符的ASCILL码的大小比较大小
2.不同长度，将长度小的用ASCLL最小的字符补齐再比较

二叉树

1.先序：头左右
2.中序：左头右
3.后序：左右头

Queue

1.先进先出

时间复杂度

当时间复杂度会根据数据的不同产生不同的时间复杂度，以最不理想的状态来去决定时间复杂度

额外空间复杂度

在实现算法流程的过程中，你需要开辟一些空间来支持你的算法流程
作为输入参数的空间，不算额外空间
作为输出的结果的空间，也不算额外的空间
除此之外流程还需要开辟空间，就是额外的空间复杂度

最优解

1.时间复杂度
2.空间复杂度
常数时间不用管

异或

1.异或就是无进位加法
2.N^N = 0
3.异或可以解决的问题：1.一组数中有一种数出现了奇数次，其他数都出现了偶数次
解析：创建一个变量，将这个变量与这组数的每一个数进行异或，结果就是这个奇数
2.把int类型的数提取最右侧的1来
解析：这个数&这个数的相反数

master公式

只满足于子规模一致的递归
时间复杂度T(N) = a * T(N/b) + O(N^d)
1.log(b,a) < d T(N) = O(N^d)
2.log(b,a) > d T(N) = O(N^log(b,a))
3.log(b,a) == d T(N) = O(N^d * log(2,N))

哈希表

1)使用哈希表增(put)、删(remove)、改(put)和查(get)的操作，可以认为时间复杂度为 O(1)，但是常数时间比较大
2)放入哈希表的东西，如果是基础类型，内部按值传递，内存占用是这个东西的大小
3)放入哈希表的东西，如果不是基础类型，内部按引用传递，内存占用是8字节

栈：数据先进后出，犹如弹匣队列：数据先进先出，好似排队

比较器

即如下方法：
@Override
public int compare(T o1, T o2) ;
返回负数的情况，就是o1比o2优先的情况
返回正数的情况，就是o2比o1优先的情况
返回0的情况，就是o1与o2同样优先的情况

堆结构

1）堆结构就是用数组实现的完全二叉树结构
2）完全二叉树中如果每棵子树的最大值都在顶部就是大根堆
3）完全二叉树中如果每棵子树的最小值都在顶部就是小根堆
4）堆结构的heapInsert与heapify操作
heapInsert就是调整某一位置的数上移，保持堆的规律的方法
heapify就是某一位置的数下沉，保持堆的规律的方法