算法数据结构(排序算法、二分法)

背景知识：

1、常数时间操作（固定时间的操作）：包含加减乘除运算以及寻址等。

int a 32位 

int b 32位

a+b--->都是固定位数的数进行运算，所以是固定时间的操作。

寻址（连续结构）      int[ ] nums;     nums[14w];

这些都是常数时间操作。

一、评估算法好坏的核心指标是什么？

1、时间复杂度（流程决定）

假设数据量为N，执行完整个流程，常数时间的操作

2、额外空间复杂度（流程决定）

3、常数项时间（实现细节决定）

二、简单的算法题

1、排序算法

1.1选择排序

 假设一个数组nums[]有N个数，那么其下标就是0~N-1.

算法思路：

1、在0~N-1范围内找到一个最小的数nums[min],将这个数与0位置的数交换。

2、在1~N-1范围内找到一个最小的数nums[min`],将这个数与1位置的数交换。

3、直到完全排序。

分析时间复杂度：(将算法流程分解到常数时间的操作) 

1.2冒泡排序

1.3插入排序

算法思路

1、保证0~1上有序，1位置的数与0位置的比，谁大谁往右

2、保证0~2上有序，2位置的数与1位置的比，谁大谁往右。直到比到0位和满足左边小右边大。

2、二分法

二分法经常用来解决在一个有序数组上的二分搜索。

只要能构建左右两侧的淘汰逻辑，就可以使用二分法

要点：二分法的重点应该用 L+((R-L>>1)):防止长度越界，以及位运算速度快

注意二分法while中的条件，不同的判断条件就有不同的边界条件

2.1在一个有序数组中，找某个数是否存在

2.2在一个有序数组中，找>=某个数最左侧的位置(构建出左右两侧的淘汰逻辑，>=某个数的最左位置肯定会在中点的左边或者右边)

 

2.3在一个有序数组中，找<=某个数最右侧的位置

2.4局部最小值问题（局部最优解问题，可以在一边找到解，另一边可以不用管）

在一个无序数组中  ，这个数组的特点：值有可能正，有可能负，有可能零且任意两个相邻的数不相等 

算法思路：

①任意相邻的两个数不相等：可以得出xy坐标系中斜率不为0

②边界条件：0位置的局部最小   [0]<[1]           N-1位置的局部最小 [N-1]<[N-2]

③找局部最小：若0和N-1位置都不是局部最小，那这个函数就是先减后增，必存在局部最小，找谷底。