【算法学习笔记】-DAY2

仅做学习记录，不建议参考，过几天整理

散列表

散列函数——将输入映射到数字

满足要求

• 必须是一致的。
• 应该将不同的输入映射到不同的数字。

	【散列表】平均情况	【散列表】最糟情况	【数组】	【链表】
查找	$O(1)$	$O(n)$	$O(1)$	$O(n)$
插入	$O(1)$	$O(n)$	$O(n)$	$O(1)$
删除	$O(1)$	$O(n)$	$O(n)$	$O(1)$

在平均情况下，散列表的查找速度与数组一样快，而插入和删除速度和链表一样快。在最糟情况下，散列表的速度很慢。因此，在使用散列表时，避开最糟情况至关重要。为此，需要避免冲突。

• 较低的填装因子
• 良好的散列函数

填装因子

$$\frac{散列表包含的元素数}{位置总数}$$

填装因子大于1，需要在散列表中添加位置，被称为调整长度

1. 创建一个更长的新数组：通常将数组增长一倍
2. 使用函数hash将所有的元素都插入到这个新的散列表中。

填装因子越低，发生冲突的可能性越小，散列表的性能越高。

（一旦填装因子大于0.7，就调整散列表的长度）

良好的散列函数

良好的散列函数让数组中的值呈均匀分布。

糟糕的散列函数导致大量的冲突。

图

图由节点（node）和边（edge）组成。

1. 使用图来建立问题模型
2. 使用广度优先搜索解决问题

实现图

散列表

graph={}
graph["you"]=["alice","bob","claire"]
graph["bob"]=["anuj","peggy"]
graph["alice"]=["peggy"]
graph["claire"]=["thom","jonny"]
graph["anuj"]=[]
graph["penny"]=[]
graph["thom"]=[]
graph["jonny"]=[]

广度优先搜索

解决问题：

• 第一类：从节点A出发，有前往节点B的路径吗？
• 第二类：从节点A出发，前往节点B的哪条路径最短？

查找最短路径

• 查找一度关系→查找二度关系→……→找到
• 按添加顺序查找——队列

队列

只支持两种操作：入队，出队

1. 创建一个队列

from collections import deque
# 创建一个队列
search_queue=deque()
# 将你的邻居添加到搜索队列中
search_queue+=graph["you"]

2. 判断条件

   def person_is_true(name):
       return name[-1]=='m'
   

3. while search_queue:
       #取出第一个人
       person=search_queue.popleft()
       if person_is_true(person):
           print(person+"is true!")
           return True
       else:
           search_queue+=graph[person]
   return False  
   

graph={}
graph["you"]=["alice","bob","claire"]
graph["bob"]=["anuj","peggy"]
graph["alice"]=["peggy"]
graph["claire"]=["thom","jonny"]
graph["anuj"]=[]
graph["peggy"]=[]
graph["thom"]=[]
graph["jonny"]=[]
def person_is_true(name):
    return name[-1]=='m'

from collections import deque
def search(name):
    search_queue=deque()
    search_queue+=graph[name]
    searched=[]
    while search_queue:
        person=search_queue.popleft()
        if person not in searched:
            if person_is_true(person):
                print(person+" is true!")
                return True
            else:
                search_queue+=graph[person]
                searched.append(person)
    return False


search("you")