常用算法

1
算法
算法.....................................................................................................................................1
1. 时间复杂度和空间复杂度..........................................................................................2
2. 排序..............................................................................................................................2
3. 查找..............................................................................................................................4
4. 布隆过滤器..................................................................................................................4
5. 字符串比较..................................................................................................................5
6. 深度，广度优先..........................................................................................................6
7. 贪心算法......................................................................................................................6
8. 回溯算法......................................................................................................................6
9. 剪枝算法......................................................................................................................6
10. 动态规划..................................................................................................................7
11. 朴素贝叶斯..............................................................................................................7
12. 推荐算法..................................................................................................................7
13. 最小生成树算法......................................................................................................7
14. 最短路径算法..........................................................................................................7
2
1. 时间复杂度和空间复杂度
时间复杂度
代码执行时间随数据规模增长的变化趋势
空间复杂度
算法的储存空间与数据规模之间的增长关系
2. 排序
选择排序
从数组中找到最小的值和第一个互换，第二小的和第二个互换，以此类推
时间复杂度：最好On2，最坏On2，空间复杂度：O1
不是稳定排序算法
冒泡排序
判断相邻两个大小，不满足排序规则则互换，N次之后，达到排序效果
时间复杂度：最好On，最坏On2，空间复杂度O1
是稳定排序算法
插入排序
分为已排序区和未排序区，未排序区依次在已排序区找到自己的位置
时间复杂度：最好On，最坏On2，空间复杂度：O1
是稳定的排序算法
3
快速排序
随便拿一个数，把小于这个数的放他左边，大于的放他右边，然后分治，直到
个数为1，再合并
时间复杂度：最好Onlogn，最坏On2，空间复杂度O1
不是稳定排序算法
归并排序
分治思想，中间分开为两部分，分到单个数字开始再两两比较合并
时间复杂度：最好Onlogn，最坏Onlogn，空间复杂度On
是稳定排序算法
希尔排序
堆排序
先建堆，然后依次把根节点拿出来
时间复杂度：Onlogn，空间复杂度：O1
是稳定排序
计数排序
桶排序的特殊情况，数组不大时候，直接用排序数字当数组下标，然后数组值
为对应下标的个数。
时间复杂度：On，空间复杂度：On
是稳定排序
桶排序
4
用N个桶划分数组，然后每个桶里的分开排序
时间复杂度：On，空间复杂度：On
是稳定排序算法
基数排序
先让所有要排序的数字位数相等，不足补0，然后，先万位，再千位，这样依
次排序
时间复杂度：On，空间复杂度：On
是稳定排序算法
3. 查找
二分查找
已经排好的序列，拿中间的判断在左还是在右，然后递归
二分查找依赖的是顺序表结构，也就是数组
二分查找针对的是有序数组
数据量太小不适合二分查找
数据量过大也不适合二分查找
4. 布隆过滤器
举例：10亿数字，插入判重，可以把每个插入的数字通过N个hash算法，算出N1,
N2,N3,N4...值，把bitset中的NUMS[N1]，NUMS[N2]，NUMS[N3]都置为1，这时候
插入一个数字A，同样通过这N个hash算法，算出N1N2N3，看看NUMS[N1],NUMS
[N2],NUMS[N3]是否都为1，为1则已有这个。
5
缺点：存在判错，因为可能出现A是N1,N2,N3，B是N3,N4,N6，这时候插入个C，
计算出结果是N1,N3,N6，但是这三个hash结果都是1，所以误判为已有C。
5. 字符串比较
BF算法
Brute Force（暴力匹配法）朴素匹配算法
主字符串依次判断是否有B字符串，双重遍历，暴力破解
时间复杂度较高，O（n*m）
实际中，代码简单，不易出错，较多使用
RK算法
Rabin-Karp
使用hash算法，例如：abcdefg中查找def，那么把原字符串通过hash算成abc
bcd cde...再通过比较特别的hash算法，比如字符串是az，
那么cba=c*26*26+b*26+a=2*26*26+1*26+0=1353，然后把hash算出来的值
放入数组，然后检测要比较的同样通过hash算出来的值是否在数组中。
时间复杂度：On
等于是借助hash算法对BF算法的改良。
BM算法（待定）
坏字符规则
abcdefghi匹配ghi，判断f和c，不相等再判断ghi中是否有c，没有，直接跳3位
，以此类推，3次判断出来
6
但是如果出现aaaaaaaa中找baa的情况，就会出现挪动位置为
好后缀规则
KMP算法
6. 深度，广度优先
广度优先（BFS）
一圈一圈向外扩散
深度优先（DFS）
走迷宫方式，一条道走到黑，发现没路就回到上一个路口再走，直到找到出口
7. 贪心算法
有限定值和期望值，满足限定值得情况下，期望值最大
每次选择当前情况下，在对限定值同等贡献量的情况下，对期望值贡献最大的数
据。
贪心算法并不能每次都给出最优解
8. 回溯算法
大部分情况都通过广义搜索
通过递归把所有的结果算出来，然后根据结果来决定最优解
可以通过剪枝来提高回溯效率
也可以通过加回溯备忘录的方式，来避免重复子问题。
9. 剪枝算法
7
10. 动态规划
把问题分成多个阶段，每个阶段对应一个决策，记录每个阶段可达的状态集合，
然后依次推导下一个状态的状态集合，动态推进
一般能用动态规划解决的问题，都可以通过回溯算法的暴力搜索解决，可以先用
回溯，定义状态，画出递归图，找规律，看看是否能用动态规划解决。
11. 朴素贝叶斯
通过概率统计过滤
事件B发生的前提下，时间A发生的概率P(A|B)=P(B|A)*P(A)/P(B)
12. 推荐算法
13. 最小生成树算法
Kruskal算法
1.把每条边按从小到大排序
2.选择代价最小的边，保证这条边的两个顶点不在同一棵树，连接这两个顶点
。
3.依次类推，把所有顶点都连接起来
Prim算法
加点法，也就是从顶点开始，找最短的那条边，连接，然后把连接的顶点加入
列表，然后依次找列表中顶点相邻的未连接的最短边。
14. 最短路径算法
Dijkstra算法
8
一层一层，不断比较更新每个顶点的距离，直到所有顶点都给出结果，最后根据
目的地的当前值，给出所走过的路径。