算法概要（读算法图解笔记）

  如果你是算法小白，那么算法图解是你入门的最佳选择。下面是我读算法图解后的一些心得与大家分享。

  第一个算法：二分法，简单来讲就是对半查找

  大O表示法反映了算法运行时间的增速

  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

 

链表和数组，区分

递归的使用可使程序更清晰

栈用于存储多个函数的变量，被称为调用栈（后进先出）

 

解决问题的思路：分而治之，尽可能不断缩小问题的规模。

选择排序 快速排序

新的数据结构：字典

广度优先搜索算法

新的数据结构：队列（先进先出）

狄克斯拉特算法：加权图，找需要最短时间的路径（只适用于有向无环图），找出图中最便宜的结点，并确保没有到该结点的最便宜的路径，不能将该算法用于包含负权边的图，此时要用贝尔曼-福德算法。

贪婪算法：每一步都采取最优的选择，能够大致解决问题的算法

NP完全问题：集合覆盖，旅行商，求出近似解。

 元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢。

 涉及“所有组合”的问题通常是NP完全问题。

 不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题。

 如果问题涉及序列（如旅行商问题中的城市序列）且难以解决，它可能就是NP完全问题。

 如果问题涉及集合（如广播台集合）且难以解决，它可能就是NP完全问题。

 如果问题可转换为集合覆盖问题或旅行商问题，那它肯定是NP完全问题

 

动态规划：先解决小问题，逐步解决原来的问题。

需要每个子问题都是离散的，不相互依赖

 

K最近邻算法：将相近的个体归为一类。（需要进行特征抽取来估计两者的相似程度，然后回归即预测结果，需要挑选合适的特征）

OCR：

 

高级算法：

二叉查找树

反向索引

分布式算法

布隆过滤器

SHA安全散列算法

线性规划