数据结构与算法总结之：关于算法的概念 && 查找、排序的方法集合及题目总结

一、常见的时间复杂度

• 时间复杂度：
  由于计算机的性能不同，无法准确地统计出某个算法执行所需要的时间，所以我们使用算法执行的次数来代表算法的时间复杂度
  O(频次) 一般忽略影响不大的常数
• 常见的时间复杂度

//O(1)
printf("%d",i);

//O(logn)
for(int i=n; i>=0; i/=2)
{
    printf("%d",i);
}

//O(n)
for(int i=0; i<n; i++)
{
    printf("%d",i);
}

//O(nlogn)
for(int i=0; i<n; i++)
{
    for(int j=n; j>0; j/=2)
    {
        printf("%d",i);
    }
}
//O(n^2)
for(int i=0; i<n; i++)
{
    for(int j=0; j<n; j++)
    {
        printf("%d",i);
    }
}

二、分治算法

把一个大而复杂的问题，分解成很多相同的小而简单的问题，利用计算机强大的计算能力来解决所有小问题，从而最终解决大问题。

• 实现分治的方法：循环、递归
  注意：能用循环解决的问题，就不要用递归

三、查找算法

• 顺序查找
  对待查找的数据没有要求，从头到尾逐一比较
  适合在小规模的数据中使用，效率较低
  时间复杂度：O(n)
• 二分查找
  待查找的数据必须有序，从数据中间的位置开始比较，如果中间值比key小则与右边部分的中间值继续比较，反之从左边比较，直到出结果为止。
  时间复杂度：O(logn)
• 哈希查找
  数据 经过哈希函数 计算出数据在哈希表中的位置，然后标记，方便之后的查找，它的时间复杂度最好能到O(1)
  但是该算法有很大的局限性，不适合浮点数、字符串数据，需要额外的存储空间，空间复杂度高，是一种典型的用空间换时间的算法。
  哈希函数设计方法：
  直接定址法：把数据直接当做数组的下标
  数据分析法：分析数据的特点来设计哈希函数，常用的方法找到最大最小值，用 最大值-最小值+1 来确定哈希表的长度，用 数据-最小值 来访问哈希表
• 块查找(权重查找)
  是一种处理数据的思想，不是一种特定的算法，当数据量特别多时，可以先把数据进行分块处理，然后再根据块条件进行查找。例如英文字典。

关于查找算法的题目：
1、二分查找
2、最长无重复子数组
3、给定一个字符串数组，再给定整数k，请返回出现次数前k名的字符串和对应的次数
4、统计一个数字在升序数组中出现的次数
5、旋转数组的最小数字

四、排序算法

	时间复杂度	稳定性	特点
冒泡	最优:O(n) 平均：O(n^2)	稳定	对数据的有序性敏感
选择	O(n^2)	不稳定	交换次数少
插入	O(n^2)	稳定	适合对已经排序好的数据
希尔	O(n^2)	不稳定	插入排序的升级版
快速	O(nlogn)	不稳定	综合性能最高
归并	O(nlogn)	稳定	需要使用额外的内存空间
堆	O(nlogn)	不稳定	调整成大顶堆
计数	O(n+k)	稳定	适合数据较为平均，重复数较多的排序
桶	O(n+k)	稳定	需要了解如何分桶、桶的范围定义多大
基数	O(n+k)	稳定	桶排序的具体实现

排序算法的题目：
1、最小的K个数
2、给定一个nums数组由一些非负整数组成，现需要将他们进行排列并拼接，每个数不可拆分，使得最后的结果最大，返回值需要是string类型，否则可能会溢出
3、合并区间