《算法图解》笔记

第一章      算法简介

1. 算法：算法是指一组完成任务的指令，任何代码片段都可称为算法；
2. 二分法查找：查找对象是有序数组，运行时间 O（log n），查找的对象数组越大优势越明显；
3. 算法的速度：指的是随着操作数的增加，算法运行时间的增加；

第二章      选择排序

1. 内存的工作原理：数组和链表，其中数组的特点，元素有序，内存块是连续的，支持随机访问，但是插入和删除比较慢；链表，元素内存块是不连续的，内存块也是有序的，但是不支持随机访问，只支持顺序访问，插入和删除速度快；
2. 选择排序：运行时间为 O（）,基本思想是，每次从剩余的元素中找出最大的，然后添加到另一个空的数组中，并且在原数组中删除该元素；

第三章    递归

1. 递归的本质：在方法自身调用自己
2. 递归的构成：基线条件和递归条件，基线条件是使递归调用停止的条件，递归条件是调用需要满足的条件；

第四章     快速排序

1. 分而治之：将大问题不断分解，直到不能再分解，在这个过程中寻求问题的解，例如土地划分问题；
2. 快速排序：基本思想，每次从数组中的元素中找一个基准（可以是随机），通过和这个基准比较，然后将小于基准的移动到基准的左边，大于基准的移动到基准的右边，不断分割循环，直到不能分割，不能分割的时候，将所有的子集拼接起来就获得了大小顺序已经排好了的数组，其本质是分而治之。运行时间是 O（n*log n）,最糟糕情况下运行时间是 O（）;
3. 运行时间的计算方法，每次有多少个元素参与操作，比如是a，总操作次数是b，则总的运行时间为 O（a*b）;

第五章      散列表

1. 散列表：散列表是一种映射；
2. 散列表的应有场景：①散列表用于查寻（电话号码，账户登录信息核对等，特点速度快）；②防止重复（投票）；③散列表应有与缓存（缓存数据一般在散列表中）；
3. 散列表的冲突：合理的散列函数可以使数据均匀的分布在散列表的内存；
4. 散列表的性能：平均情况下，散列表的运行时间是 O(1)，散列表的填充因子一般不要超过0.7；

第六章      广度优先搜素

1. 广度优先搜索的目的：是一种用于图的查找算法，计算两个节点之间最短路劲；
2. 广度优先搜索的应用案例：①编写国际跳棋AI，计算最少走多少步就可以获胜；②编写拼写检查程序，计算最少更改多少处地方就可以更改完所有的错误；③根据自己的人际关系网，找到关系最近的医生；
3. 队列：先进先出的数据结构；
4. 广度优先算法的代码原理：按层搜索，具体是，只要对列不空（循环条件），就开始循环拿要查找的元素和第一层的所有元素进行对比，如果相同，则返回这元素的信息或者返回true,跳出循环，循环结束，如果匹配不上就继续循环；
5. 广度优先的运行时间：O(人数+边数)；

第七章     狄克斯特拉算法

1. 狄克斯特拉算法目的：搜索加权图下的最便宜路径（不一定是最短路径）；
2. 狄克斯特拉算法的步骤：
   概念—开销：从起到到该点的累计权重为该点的开销；
   ①找出开始节点（S）的最便宜的邻居节点（A），即可在最小的开销下可以到达的路径；
   ②计算邻居节点(A)的邻居(A1，A2，A3…)的开销，更新这些节点(A1，A2，A3…)的开销，具体程序为，如果经过A节点的到达其邻居A1，A2，A3…的开销比通过其他路径达到这些点的开销小，则将这些开销记录为这些节点的开销，如果通过A点的开销更大，则将这些点的开销更新为更小的；
   ③重复①和②，知道遍历完所有的节点，也就是到达目的节点（D)；
   ④计算最终路径；

第八章  贪婪算法

1. 贪婪算法的核心思想：每步都选择最优解，最终得到的就是全局的最优解（不一定，但是八九不离十）；
2. 应有案例：①背包装东西问题；②集合覆盖问题；
3. 代码案例：集合覆盖问题之——确定广播台问题的代码步骤：
   ①创建一个散列表，包含所有要覆盖的州（列表中不可重复）；
   ②创建广播台的散列表，包括每个广播台所覆盖的州的键值对（这样的键值对有很多）；
   ③程序原理：外层循环条件，只要需要覆盖的州集合不为空，就一直循环；接着进行内层循环，对每个广播电台进行循环，找出集合中剩余没有被覆盖的州中，覆盖了最多的剩余州的广播电台，此轮的内层循环结束，把这个电台添加到要选择的最佳电台集合中，接着外层循环；
4. NP（集合覆盖问题）：最佳的解决方法是近似算法；
5. 贪婪算法是非常好的近似算法，易于实现，运算速度快；