算法图解学习笔记

算法图解

一.算法简介

算法是一组完成任务的指令。

1.1二分查找

二分查找是一种算法，其输入是一个有序的元素列表。如果要查找的元素包含在列表中，二分查找返回其位置；否则返回null。

一般而言，对于包含n个元素的列表，用二分查找最多需要log2n步，而简单查找最多需要n步。

# 在一个列表中用二分法查找元素
def binary_search(list, item):
    low = 0
    high = len(list)
    while low <= high:
        mid = low+(high-low)//2
        guess = list[mid]
        if guess == item:
            return mid
        elif guess > item:
            high = mid - 1
        else:
            low = mid + 1
    return None

• 写中位数这样写不会越界。

mid = low+(high-low)//2

简单查找最多需要猜测的次数与列表长度相同，这被称为线性时间（linear time）。二分查找的运行时间为对数时间（或log时间）。

1.2大O表示法

大O表示法指出了算法有多快。例如，假设列表包含n个元素，简单查找需要检查每个元素需要执行n次操作，使用大O表示法，这个运行时间为O(n)。为检查长度为n的列表，二分查找需要执行log n次操作。使用大O表示法表示为O(log n)。大O表示法说的是最糟的情形。

• O(log n)，也叫对数时间，这样的算法包括二分查找。O(n)，也叫线性时间，这样的算法包括简单查找。

• O(n * log n)，这样的算法包括第4章将介绍的快速排序——一种速度较快的排序算法。

• O(n2)，这样的算法包括第2章将介绍的选择排序——一种速度较慢的排序算法。

• O(n!)，这样的算法包括接下来将介绍的旅行商问题的解决方案——一种非常慢的算法。

1.3小结

• 算法的速度指的并非时间，而是操作数的增速。

• 谈论算法的速度时，我们说的是随着输入的增加，其运行时间将以什么样的速度增加。

• 算法的运行时间用大O表示法表示。

• O(log n)比O(n)快，当需要搜索的元素越多时，前者比后者快得越多。

  二叉树？？？

二. 选择排序

两种最基本的数据结构——数组和链表

选择排序是下一章将介绍的快速排序的基石。

2.1数组和链表

使用数组意味着所有元素在内存中都是相连的（紧靠在一起的）。

链表中的元素可存储在内存的任何地方。链表的每个元素都存储了下一个元素的地址，从而使一系列随机的内存地址串在一起。

在需要读取链表的最后一个元素时，不能直接读取，必须先访问元素#1，从中获取元素#2的地址，再访问元素#2并从中获取元素#3的地址，以此类推。

需要同读取所有元素时，链表的效率很高，但如果需要跳跃，链表的效率很低。

元素的位置称为索引。

需要在中间插入元素时，使用链表时只需修改它前面的那个元素指向的地址，使用数组时，则必须将后面的元素都向后移，因此链表是更好的选择。

如果要删除元素链表也是更好的选择，因为只需修改前一个元素指向的地址即可，而使用数组时，删除元素后，必须将后面的元素都向前移。

顺序访问意味着从第一个元素开始逐个地读取元素。链表只能顺序访问：要读取链表的第十个元素，得先读取前九个元素，并沿链接找到第十个元素。

随机访问意味着可直接跳到第十个元素。本书经常说数组的读取速度更快，这是因为它们支持随机访问。

2.2选择排序

比如将一个列表内元素从大到小排列，一种办法是遍历这个列表，找出最大的元素，并将该元素添加到一个新列表中，以此类推。

需要的总时间为 O(n × n)，即O(n2)。

# 选择排序,将列表从小到大
def find_smallest(arr):
    smallest = arr[0]
    smallest_index = 0
    for i in range(0, len(arr)):
        if arr[i] < smallest:
            smallest = arr[i]
            smallest_index = i
    return smallest_index
​
def selection_sort(arr):
    new_arr = []
    for i in range(0, len(arr)):
        smallest = find_smallest(arr)
        new_arr.append(arr.pop(smallest))
    return new_arr
​
print(selection_sort([15, 6, 8, 4]))

2.3小结

• 数组的元素都在一起。

• 链表的元素是分开的，其中每个元素都存储了下一个元素的地址。

• 数组的读取速度很快。

• 链表的插入和删除速度很快。

• 在同一个数组中，所有元素的类型都必须相同。

Q:经常有用户在Facebook注册。假设你已决定使用数组来存储用户名，在插入方面数组有何缺点呢？

A:数组的插入速度很慢。另外，要使用二分查找算法来查找用户名，数组必须是有序的。因此每次插入用户名后，你都必须对数组进行排序！

三.递归

3.1基线条件和递归条件

编写递归函数时，必须告诉它何时停止递归。正因为如此，每个递归函数都有两部分：基线条件（base case）和递归条件（recursive case）。

递归条件指的是函数调用自己，而基线条件则指的是函数不再调用自己，从而避免形成无限循环。

def countdown(i):
    print(i)
    if i <= 0: #基线条件
        return
    else:      #递归条件
        countdown(i-1)

3.2栈

栈是一种数据结构，它的主要操作方式是后进先出，包括压入（插入）和弹出（删除并读取）两个操作。

递归函数也使用调用栈！

缺点：存储详尽的信息可能占用大量的内存。尾递归？？？

3.3小结

• 递归指调用自身的函数。

• 每个递归函数都有两个条件：基线条件和递归条件。

• 栈有两种操作：压入和弹出。