算法学习（一）绪论

算法问题求解步骤：

• 理解问题：试着手工处理一些小规模的例子，考虑一些特殊的情况；严格确定需要算法处理的实例范围
• 了解设备的性能：顺序算法or并行算法
• 在精确解法和近似解法之间做出选择
• 算法的设计技术
• 确定适当的数据结构
• 算法的描述
• 算法的正确性证明：算法的正确性证明一般使用数学归纳法
• 算法的分析：时间效率和空间效率。算法应该具有的另一个特性是简单性、一般性。
• 为算法写代码

算法的几类基本问题

• 排序
• 查找
• 字符串处理
• 图问题
• 组合问题
• 几何问题
• 数值问题

排序

排序问题是非常重要的，目前已经有几十种不同类型的排序算法，具有不同的特性。注意排序算法的两个特性需要考虑：
稳定性：如果一个排序算法那保留了等值的元素在输入中的位置，就可以叫稳定的。这种特性非常重要。
原位的：如果一个排序算法不需要额外的存储空间，则叫原位的。

查找

查找问题是在给定的集合中查找给定的值。有许多查找算法，比如顺序查找、折半查找等。查找算法没有所谓的稳定性问题，但是面临一些新的问题。必须结合问题仔细选择数据结构和算法，以便达到性能的平衡。特别是对于特大型数据，如何组织数据结构是重大的挑战。

字符串处理

是指在文本中查找给定的值，即字符串匹配问题。

图问题

基本的图算法包括：

• 图的遍历算法
• 最短路径算法
• 有向图的拓扑排序

有一些图问题在计算上非常困难，包括：旅行商问题和图填色问题。

组合问题

从一个排列、组合或者子集中寻找一个组合对象，使得它满足我们需要的特性。
组合问题的难点在于：1.随着问题规模的扩大，组合对象的数量增长极快；2.还没有一种算法能在可以接受的时间内精确解决大多数组合问题。

几何问题

两个经典的计算几何问题：最近对问题和凸包问题

数值问题

涉及连续性的数学问题：解方程、计算定积分、求函数值等
由于实数在计算机内部只能近似表示，对近似数的大量操作导致的舍入误差会累积，导致结果严重歪曲。

基本的数据结构

包括数组、链表、图、树、字典。

单链表、双链表
队列：先进先出
栈：后进先出
图的表示：邻接矩阵、邻接链表
有序树：每一顶点中所有子女都是有序的。比如二叉树。
集合：集合的合并问题