小灰的算法之旅—理论部分学习笔记

空间复杂度

递归是看深度的，有n层深度，就是O(n)。

循环队列（熟练掌握代码）

数据结构—散列表（哈希表）

哈希表本质上也是一个数组，它的原理是哈希函数，解决下标问题。

解决哈希冲突的方案

开放寻址法：

链表法：

扩容

二叉树（需要熟练掌握代码）

深度优先遍历：（前序中序后序）

创建二叉树和遍历二叉树都是用的递归：（链表方式）

前序遍历非递归方式：（栈）

通过pop出栈赋值给节点，实现往回走的逻辑：

广度优先遍历：（层序遍历）

使用队列完成：（非递归）

在输出这个节点的同时，将这个节点的左右孩子入队：

二叉堆（需要熟练掌握代码）

二叉堆是实现堆排序和优先队列的基础：

二叉堆的自我调整

1. 插入节点（上浮）

2. 删除节点（下沉）

3. 构建二叉堆

让所有非叶子节点“下沉”：

代码实现

二叉堆是用顺序存储的：

优先队列（需要熟练掌握代码）

优先队列的逻辑：

代码实现

排序算法（需要熟练掌握代码）

1. 冒泡排序

算法思想：

2. 代码实现

1）第一版代码

2）代码优化（第二版）

3）第三版

4）第四版优化（鸡尾酒排序）

算法思想：

代码实现：

3. 快速排序（需要熟练掌握代码）

快排是从冒泡排序演变而来的，其中用了分治的思想：

1）基准元素选择

2）元素的交换

3）代码实现（双边循环法—递归）

4）单边循环法（也是递归实现）

5）非递归方法

绝大多数的递归逻辑，都可以用栈的方式来代替：

4. 堆排序（熟练掌握代码）

1）代码实现

5. 计数排序（熟练掌握代码）

1）算法思想

2）代码实现（第一版）

3）第二版（优化）

问题 1 ：

问题 2: 

代码实现：

局限性：

6. 桶排序（由计数排序演变）

代码实现：

注解：以上代码有些许错误之处，以下是GPT写的桶排序代码，大体一致：

复杂度：

局限性：

7. 排序算法总结