数据结构基础——算法图解

数组与链表的区别

1.需要随机读取的时候，数组的效率很高。
2.跨越读取的时候， 链表更有优势。链表擅长插入和删除。

递归只是让解决方案更清晰，并没有性能上的优势

递归函数都有两部分：基线条件（base case）和递归条件（recursive case）

调用栈（call stack）

一叠便条：插入的待办事项放在清单的最前面；读取待办事项时，你只读取最上面的那个，并将其删除。因此这个待办事项清单只有两种操作：压入（插入）和弹出（删除并读取）。

D&C (divide and conquer)分而治之

每次递归调用都必须缩小问题的规模。
1.找出简单的基线条件
2. 确定如何缩小问题的规模，使其符合基线条件。

递归记录了状态

散列表

使用散列函数和数组创建了一种被称为散列表（hash table）的数据结构.

数组和链表都被直接映射到内存中，但散列表更复杂，它使用散列函数来确定元素的存储位置。也被称为散列映射、字典和关联数组。
仿真映射关系；
防止重复；
缓存/记住数据，以免服务器再通过处理来生成它们。

在平均情况下，散列表的查找（获取给定索引处的值）速度与数组一样快，而插入和删除速度与链表一样快，因此它兼具两者的优点！最糟情况下都很慢。为此，需要避免冲突，需要有：

较低的填装因子；
良好的散列函数。

散列表的优点

你可以结合散列函数和数组来创建散列表。
冲突很糟糕，你应使用可以最大限度减少冲突的散列函数。
散列表的查找、插入和删除速度都非常快。
散列表适合用于仿真映射关系。
一旦填装因子超过0.7，就该调整散列表的长度。
散列表可用于缓存数据（例如，在Web服务器上）。
散列表非常适合用于防止重复。

队列

队列和现实生活中的队列完全相同。假设你与朋友一起在公交车站排队，如果你排在他前面，你讲先上车。队列的工作原理榆次相同。队列类似于栈，你不能随机地访问队列中的元素。队列只支持两种操作：入队和出列。
队列是一种先进先出的数据结构。

狄克斯特拉算法背后的关键理念：

找出图中最便宜的节点，并确保没有到该节点更便宜的路径

动态规划

需要在给定约束条件下优化某种指标时，很有用。
问题可分解为离散子问题，可使用动态规划来解决。
每种动态规划解决方案都设计网格。
单元格中的值通常都是你要优化的值。
每个单元格都是一个子问题，因此你需要考虑如何将问题分解为子问题。
没有放之四海而皆准的计算动态规划解决方案的公式。

K最近邻算法

分类

分类就是编组

回归

回归就是预测结果（如一个数字）
特征抽取意味着将物品（如水果或用户）转换为一系列可比较的数字。 能否挑选合适的特征事关KNN算法的成败。

B树-特殊的二叉树

数据库常用它来存储数据。类似的还有B树，红黑树，堆，伸展树。

MapReduce

并行算法速度的提升并非线性的。原因是：并行性管理开销: 假设你要对一个包含1000个元素的数组进行排序，如何在两个内核之间分配这项任务呢？如果让每个内核对其中500个元素进行排序，再将两个排好序的数组合并成一个有序数组，那么合并也是需要时间的。
**负载均衡 。**假设你需要完成10个任务，因此你给每个内核都分配5个任务。但分配给内核A的任务都很容易，10秒钟就完成了，而分配给内核B的任务都很难，1分钟才完成。这意味着有那么50秒，内核B在忙死忙活，而内核A却闲得很！你如何均匀地分配工作，让两个内核都一样忙呢？

分布式计算利用两个简单的理念：映射（map）函数和归并（reduce）函数。

映射函数：接受一个数组，并对其中的每个元素执行同样的处理。

归并函数：其理念是将很多项归并为一项。如映射是将一个数组转换为另一个数组，归并是将一个数组转换为一个元素。

布隆过滤器

布隆过滤器提供了解决之道。布隆过滤器是一种概率型数据结构 ，它提供的答案有可能不对，但很可能是正确的。为判断网页以前是否已搜集，可不使用散列表，而使用布隆过滤器。使用散列表时，答案绝对可靠，而使用布隆过滤器时，答案却是很可能是正确的。

SHA（secure hash algorithm）

你可使用SHA来判断两个文件是否相同，这在比较超大型文件时很有用。假设你有一个4 GB的文件，并要检查朋友是否也有这个大型文件。为此，你不用通过电子邮件将这个大型文件发送给朋友，而可计算它们的SHA散列值，再对结果进行比较。
可以用来比较文件和检查密码。

[美] Aditya Bhargava. 算法图解 (Kindle 位置 2239-2241). 人民邮电出版社. Kindle 版本.