算法和数据结构

 

1.    算法和数据结构

一种说法是算法是程序的灵魂；一种说法是算法+数据结构=程序。我更加同意第一种说法。数据结构是为算法服务的。程序的特性、需求决定了需要采用何种算法，也就决定了要采用何种数据结构。编译器要求速度尽可能快，要能够处理成百上千万行代码，因此不可能采用数组或者二叉搜索树来存储数据，而只能采用hash表。如果要不停的插入、删除数据，则只能选择链表而不能采用数组。

基本的算法和数据结构就那么几种，但不同的实现产生了许多变体。这些变体各有特性，体现了和具体业务的相关性，但本质上，它还没有改变。

基本的算法有：检索、排序，具体实现的数据结构有：数组、链表、树，哈希表。检索方法一种是线性检索，适用于任何数据结构，有的是时间，还有什么事情做不了呢？一种是二分检索，这种只适合在已排序好的数组上，在二叉搜索树上检索其实也是一种二分检索，不过如果树过于倾斜，效果不太好；还有一种就是hash了。Hash是最快的，几乎能够达到O（1）的复杂度。但是Hash值得计算也是不容易的。这还是一个很慢的过程。排序算法更多的使用在数组上，链表上的排序算法好象是没有的。堆积排序或者构造二叉排序树来排序也可以。

对于不确定类型的数据怎么来排序或者检索呢？我们不可能为每种数据类型都写一个方法来排序。单根的java充分利用了动态绑定的特性，只要类实现comparable接口就可以使用通用的排序算法，C++充分利用了模版，但是需要重载operator < 和operator =操作符。至于C语言，只能采用函数指针这个古老而又实用的方法。

hash表中，我们最常用的就是用来Hash字符串。编译器充分利用了Hash表，虽然不同编译器的Hash算法不一样，但都是Hash字符串。书中提到了一个很有效的字符串Hash算法：

unsigned int hash( char* str )

{

    unsigned int h;

    unsigned char* p;

    h = 0;

        for( p = (unsigned char* )str; *p != ‘/0’; ++p ){

         h = MULTPLIER * h + *p;

    return h % nhash;

    }

}

MULITPLIER取３１和３７是个不错的选择，ｎｈａｓｈ也最好取一个质数，这样可以有效避免在数组大小、散列的乘数和可能的数据值之间存在公因子。

下面是一个快速排序算法，这真是个优雅的算法。

void quick_sort( int v[], int n ){

    int last, int i,

    if( n <= 1 )

        return;

    swap( v, 0, rand()%n );

    last = 0;

    for( i = 1; i < n; ++i ){

        if( v[i] < v[0] )

          swap( v, ++last, i );

    swap( v, 0, last );

    quick_sort( v, last );

    quick_sort( v + last + 1, n – last -1 );

}