学长含泪总结《算法分析与设计》笔记！点击开启算法之旅~

最新推荐文章于 2023-02-02 16:26:51 发布

快乐小多多

最新推荐文章于 2023-02-02 16:26:51 发布

阅读量249

点赞数 4

分类专栏：算法文章标签：算法面试数据结构

本文链接：https://blog.csdn.net/weixin_49047177/article/details/120145613

版权

算法专栏收录该内容

15 篇文章 0 订阅

订阅专栏

一、算法的重要性

1、适用人群
此系列会从「算法」零基础开始讲，目的当然是帮助想要涉足算法领域，或者正在找工作的朋友，以及将要找工作的大学生，更加有效快速的掌握算法思维，能够在职场面试和笔试中一展身手。
这篇文章中，我会着重讲解一些常见的「算法」的设计思想，并且配上动图。主要针对面试中常见的问题和新手朋友们比较难理解的点进行解析。

所以，无论你是小学生，中学生，高中生，大学生，职场人士，只要想开始，一切都不会太晚！

2、有何作用
我们平常使用的智能手机、搜索引擎、网站、操作系统、游戏、软件、人工智能，都大量地应用了「算法」的知识，以及平时你用到的各种库的底层实现，也是通过各种算法和数据结构组合出来的，所以可以说，有程序的地方，就有江湖算法。

现在一些主流的大厂，在面试快结束的时候都会奉上一道算法题，如果你敲不出来，可能你的 offer 年包就打了七折，或者直接与 offer 失之交臂。

所以，你问我算法和数据结构有什么用？我可以很明确的说，和你的年薪息息相关。

二、算法简介

算法是什么东西？

算法 + 数据结构 = 软件

在这里插入图片描述

算法是软件的灵魂，是计算机科学各个研究领域的核心
它是一种方法，一种解决问题的方案。

算法	是解决问题的方法或过程，严格地讲是满足下述性质的指令序列
输入	有零个或多个外部量作为算法的输入
输出	算法产生至少一个量作为输出
确定性	组成算法的每条指令清晰、无歧义
有限性	算法中每条指令的执行次数有限，执行每条指令的时间也有限

程序	是算法用某种程序设计语言的具体实现。程序可以不满足算法的性质(4)即有限性

三、算法初体验

在一个平面上有一个圆和n条直线，这些直线中每一条在圆内同其他直线相交，假设没有3条直线相交于一点，试问这些直线将圆分成多少区域。
假设F(n)为将圆分割成部分的函数，归纳如下：
F(1)=2
F(n)=F(n-1)+n
问题描述：给定一个整数数组{𝐴1,𝐴2, … ,𝐴𝑛}，连续子序列和定义为：

subSum(i, j)=A_i +A_i+1+ … +A_j−1+Aj

试求解输入数组的连续子序列和的最大值。如果所有的整数都是负数，那么最大连续子数列和为0。

例如：
{1, -3, 4, 5}的最大子数列为{4, 5}，因为4+5最大；
{3, 4, -5, 8, -4}的最大子数列为{3, 4, -5, 8}，因为3+4-5+8最大为10；
{4, 3, -1, 2}的最大子数列为{4, 3, -1, 2}，因为4+3-1+2最大为8。

解法一：三层循环

int maxSubSum1( const vector<int> &a )
{
    int maxSum = 0;
	
    for( int i = 0; i < a.size(); i++ )
        for( int j = i; j < a.size(); j++ )
        {
            int thisSum = 0;   
			
            for( int k = i; k <= j; k++ )
                thisSum += a[k];  
			
            if( thisSum > maxSum )
                maxSum = thisSum;
        }        
    return maxSum;
}

解法二：二层循环

int maxSubSum2( const vector<int> &a )
{
    int maxSum = 0;
	
    for(int i = 0; i<a.size(); i++)
    {
        int thisSum = 0;
        for( int j = i; j<a.size(); j++)
        {
            thisSum += a[j];
            
            if( thisSum > maxSum )
                maxSum = thisSum;
        }
    }
	
    return maxSum;
}

解法三：一层循环

int maxSubSum3( const vector<int> &a )
{
    int maxSum = 0, thisSum = 0;   
    for( int j = 0; j < a.size(); j++ )
    {
        thisSum += a[j];       
        if( thisSum > maxSum ) //记录最优值
            maxSum = thisSum;
        else if( thisSum < 0 )      // 抛弃和为负数的前缀序列
            thisSum = 0;
    }  
    return maxSum;
}

解法四：递归方法

int maxSumRec( const vector<int> &a, int left, int right)
{
    if( left == right ) //Base case
        if( a[left] > 0 )
            return a[left];
        else
            return 0;
		
	int center = ( left + right ) / 2;
	int maxLeftSum = maxSumRec( a, left, center );
	int maxRightSum = maxSumRec( a, center+1, right );
		
	int maxLeftBorderSum = 0, leftBorderSum = 0;
	for( int i = center; i >=left; i-- )
	{
	        leftBorderSum += a[i];
	        if( leftBorderSum >maxLeftBorderSum )
	                    maxLeftBorderSum = leftBorderSum;
	}
		
	int maxRightBorderSum = 0, rightBorderSum = 0;
	for( int j = center+1; j <= right; j++ )
	{
	        rightBorderSum += a[j];
	        if( rightBorderSum > maxRightBorderSum )
	                   maxRightBorderSum = rightBorderSum;
	}
		
	return __max( __max(maxLeftSum, maxRightSum),
	        maxLeftBorderSum + maxRightBorderSum );//3者最大
}