算法图解-----十种常用算法

10种算法
1、二叉查找树
节点：左子节点的值都比它小，而右子节点的值都比它大
插入后无需排序，

2、反向索引
搜索引擎的工作原理，创建一个散列表，键为“搜索词”，值为“包含搜索词的界面”；

3、傅里叶变换
“给它一杯冰沙，它能告诉你其中包含哪些成分”，例如：给定一首歌曲，傅里叶变换能够将其中的各种频率分离出来。使用傅里叶变换可创建类似于“酷狗”这样的音乐识别软件。

4、并行算法
为了提高算法的速度，我们需要让它们能够在多个内核中并行地执行。例如：对数组进行排序，在最佳情况下，排序算法的速度大致为O(nlongn)。但是在快速排序的并行版本所需的时间为O(n)。

并行算法设计的速度提升并非线性的，因此即便你的笔记本电脑装备了两个而不是一个内核，算法的速度也不可能提高一倍，其中的原因有两个：
a、并行性管理开销。假设你要对一个包含1000个元素的数组进行排序，如何在两个内核之间分配这项任务呢？如果让每个内核对其中500个元素进行排序，再将两个排好序的数组合并成一个有序数组，那么合并也是需要时间的。
b、负载均衡。假设你需要完成10个任务，因此你给每个内核都分配5个任务。但分配给内核A的任务都很容易，10秒钟就完成了，而分配给内核B的任务都很难，1分种才完成。这意味着有那么50秒，内核B在忙死忙活，而内核A去闲得很，你如何均匀地分配工作，让两个内核都一样忙呢？
要改善性能和可扩展性，并行算法可能是不错的选择！

5、MapReduce(Apache Hadoop)
分布式算法，可让算法在多台计算机上运行。
例如：你有一个数据库表，包含数十亿乃至数万亿行，需要对其执行复杂的SQL查询。在这种情况下，你不能使用MySQL，因为数据表的行数超过十亿后，它处理起来将很吃力。相反，你需要通过Hadoop来使用MapReduce！
分布式算法非常适合用于在短时间内完成海量工作，其中的MapReduce基于两个简单的理念：映射（map）函数和归并（reduce）函数。
映射函数：它接受一个数组，并对其中的每个元素执行同样的处理，是将一个数组转换为另一个数组。
例如：如果有100台计算机，而map能够自动将工作分配给这些计算机去完成就好了。这样就可同时下载100个页面。下载速度将快得多！
归并函数：将一个数组转换为一个元素。
MapReduce使用这两个简单概念在多台计算机上执行数据查询。数据集很大，包含数十亿行时，使用MapReduce只需几分钟就可获得查询结果，而传统数据库可能要耗费数小时。

6、布隆过滤器和HyperLogLog
恶意网站过滤（海量数据处理）。
布隆过滤器：概率型数据结构。它提供的答案有可能不对，有可能正确。使用散列表时，答案绝对可靠，使用布隆过滤器时，答案却是很可能是正确的，但是不可能出现漏报的情况，即如果布隆过滤器说“这个网站未搜集”，就肯定未搜集。
优点：在于占用的存储空间很少。

HyperLogLog：是一种类似于布隆过滤器的算法。HyperLogLog近似地计算集合中不同的元素数，与布隆过滤器一样，它不能给出准确的答案，但也八九不离十，而占用内存空间却少很多。

7、SHA算法
安全散列算法（SHA）函数。给定一个字符串，SHA返回其散列值（字符串）。用于创建的散列表的散列函数根据字符串生成数组索引。
“hello”——》2cf24·····
对于每个不同的字符串，SHA生成的散列值都不同；

a、比较文件： 根据文件的SHA散列值进行比较
b、检查密码：根据SHA散列值进行比较

8、局部敏感的散列算法
SHA还有一个重要特征，那就是局部不敏感的。有时候，希望散列函数是局部敏感的，在这种情况下，可使用Simhash。如果你对字符串做细微的修改，Simhash生成的散列值也只存在细微的差别。
例如：
Google使用Simhash来判断网页是否已搜索；
使用Simhash来判断论文是否是从网上抄的；
使用Simhash来检查上传的内容是否侵权；

9、Diffie-Hellman密钥交换
公钥与私钥

10、线性规划
线性规划用于在给定约束条件上最大限制地改善指定的指标（目标）；
Simplex算法