我的第一本算法书+算法图解 学习笔记

我的第一本算法书

第一章 数据结构

1-1 链表

数据呈线性排列。在链表中，数据的添加和删除都较为方便，就是访问比较耗费时间。
数据分散存储在内存中，无须存储在连续空间内。
数据的访问只能顺序访问。
可以在链表尾部使用指针，并且让它指向链表头部的数据，将链表变成环形。这便是“循环链表”，也叫“环形链表”。
可以把指针设定为两个，并且让它们分别指向前后数据，这就是“双向链表”。
双向链表存在两个缺点：一是指针数的增加会导致存储空间需求增加；二是添加和删除数据时需要改变更多指针的指向。

1-2 数组

数据按顺序存储在内存的连续空间内。
数据是存储在连续空间内的，每个数据的内存地址（在内存上的位置）都可以通过数组下标算出。
数据的访问为随机访问。
在链表中访问数据较为复杂，添加和删除数据较为简单；而在数组中访问数据比较简单，添加和删除数据却比较复杂。

1-3 栈

一种数据呈线性排列的数据结构。
只能访问最新添加的数据。
往栈中添加数据的操作叫作“入栈”，从栈中取出数据的操作叫作“出栈”。
往栈中添加数据的时候，新数据被放在最上面。从栈中取出数据时，是从最上面，也就是最新的数据开始取出的。
像栈这种最后添加的数据最先被取出，即“后进先出”的结构，我们称为$LastInFirstOut$，简称$LIFO$。
添加和删除数据的操作只能在一端进行，访问数据也只能访问到顶端的数据。想要访问中间的数据时，就必须通过出栈操作将目标数据移到栈顶才行。

1-4 队列

往队列中添加数据的操作叫作“入队”。从队列中删除数据的操作叫作“出队”。
往队列中添加数据时，数据被加在最上面。从队列中取出（删除）数据时，是从最下面，也就是最早入队的数据开始的。
像队列这种最先进去的数据最先被取来，即“先进先出”的结构，我们称为$FirstInFirstOut$，简称$FIFO$。
在栈中，数据的添加和删除都在同一端进行，而在队列中则分别是在两端进行的。队列也不能直接访问位于中间的数据，必须通过出队操作将目标数据变成首位后才能访问。

1-5 哈希表（散列表）

哈希表存储的是由键（key）和值（value）组成的数据。一般来说，我们可以把键当成数据的标识符，把值当成数据的内容。
使用哈希函数计算字符串的哈希值，对数组的长度求$mod$，存入数组中，存储位置冲突的话用链表在已有数据的后面继续存储新的数据。

• 填装因子
  需要计算数组中被占用的位置数
  填装因子度量的是散列表中有多少位置是空的
  一旦填装因子开始增大（大于0.7），你就需要在散列表中添加位置，这被称为调整长度

附：哈希函数

把给定的数据转换成固定长度的无规律数值
哈希函数的特征

1. 输出的哈希值数据长度不变。无论输入的是多大的数据，输出的哈希值的长度也保持不变。

2. 如果输入的数据相同，那么输出的哈希值也必定相同。

3. 即使输入的数据相似，输出的哈希值也会有很大的差异。输入相似的数据并不会导致输出的哈希值也相似。

4. 即使输入的两个数据完全不同，输出的哈希值也有可能是相同的，虽然出现这种情况的概率比较低。这种情况叫作“哈希冲突”。
   如果两个键映射到了同一个位置，就在这个位置存储一个链表。

5. 不可能从哈希值反向推算出原本的数据。输入和输出不可逆这一点和加密有很大不同。

6. 求哈希值的计算相对容易。

散列函数知道数组有多大，只返回有效的索引。《算法图解》P62
Python提供的散列表实现为字典，你可使用函数dict来创建散列表。

>>> book = dict()//创建一个空的散列表
//也可以用>>> book = {
   }表示

>>> book["apple"] = 0.67
>>> book["milk"] = 1.49
>>> book["avocado"] = 1.49

>>> print book["avocado"]
1.49

• 将散列表用作缓存
  缓存的数据存储在散列表中

1-6 堆

一种图的树形结构，被用于实现“优先队列”，优先队列是一种数据结构，可以自由添加数据，但取出数据时要从最小值开始按顺序取出。在堆的树形结构中，各个顶点被称为“结点”（node），数据就存储在这些结点中。
堆中的每个结点最多有两个子结点。结点的排列顺序为从上到下，同一行里则为从左到右。
子结点必定大于父结点。因此最小值被存储在顶端的根结点中。
数据插入：将数据插在末尾（先后顺序按排列顺序），若父结点大于子结点，则交换父子结点的位置。重复这样的操作直到数据都符合规则，不再需要交换为止。
数据取出：取出的是最上面的数据，将排列顺序位于末尾的移动到最顶端。如果子结点的数字小于父结点的，就将父结点与其左右两个子结点中较小的一个进行交换。重复这个操作直到数据都符合规则，不再需要交换为止。
堆中最顶端的数据始终最小，所以无论数据量有多少，取出最小值的时间复杂度都为$O(1)$。另外，因为取出数据后需要将最后的数据移到最顶端，然后一边比较它与子结点数据的大小，一边往下移动，所以取出数据需要的运行时间和树的高度成正比。假设数据量为n，根据堆的形状特点可知树的高度为$log(2n)$ ，那么重构树的时间复杂度便为$O(log(n))$。添加数据也一样。在堆的最后添加数据后，数据会一边比较它与父结点数据的大小，一边往上移动，直到满足堆的条件为止，所以添加数据需要的运行时间与树的高度成正比，也是$O(log(n))$。

1-7 二叉查找树

每个结点最多有两个子结点。每个结点的值均大于其左子树上任意一个结点的值，均小于其右子树上任意一个结点的值。
最小值的查找：从顶端开始，往其左下的末端寻找。
最大值的查找：从顶端开始，往其右下的末端寻找。
二叉查找树是二分查找算法思想的树形结构体现，如果结点数为$n$，而且树的形状又较为均衡的话，比较大小和移动的次数最多就是$log(2n)$