想要精通算法和SQL的成长之路 - 系列导航

想要精通算法和SQL的成长之路 - 系列导航

  • 前言
  • 一. 算法部分
    • 1.1 回溯法
    • 1.2 双指针法
    • 1.3 单调栈
    • 1.4 动态规划
    • 1.5 贪心算法
    • 1.6 二叉树
    • 1.7 数组
    • 1.8 链表
  • 二. SQL部分
    • 2.1 左右联结
    • 2.2 函数使用

前言

因为自己SQL和算法方面比较薄弱。写下本系列文章以此激励自己,坚持每天练习:

  • SQL:工作需要,必备技能。多写SQL没有坏处。目的:不仅要有Mysql的一个基础知识储备,还要拥有能够熟练写各种复杂SQL的本领。
  • 算法:锻炼思维的同时还能复习各种数据结构,熟悉各种结构的API等。目的: 让算法变成这一块不要成为自己的短板。还要让其成为自己的一个长处。

不断更新…

一. 算法部分

1.1 回溯法

回溯法的本质就是穷举法,和暴力没什么区别。一般我们解决相关的回溯问题的时候。相关的函数我们一般可以分为三个部分:

  1. 主函数,就是入口函数。
  2. backtrack函数。用来递归+回溯的。被入口函数调用。
  3. valid函数,一般用来判断特定的要求的。只有满足特定的要求,才将遍历的元素加入到结果集中。

backtrack函数中又有着一定的模板:

  1. 满足递归终止条件,直接return
  2. for循环遍历,每层循环做三件事:1.元素插入。2.进入下层递归。3.回溯(删除上面插入的元素)。

那么将上面套起来,一个回溯算法的模板就是(以数组回溯、集合List为例):

// 定义一个结果集
List<List<Integer>> res = new ArrayList<>();

public void main(int[] nums){
	backtrack(nums,0,new ArrayList<>());
	return res;
}

public void backtrack(int[] nums,int index, List<Integer> tmp){
	if(终止(下标越界、满足集合个数等等)){
		// 当前结果集加入到结果集
		res.add(new ArrayList<>(tmp));
		return;
	}

	for (int i = index; i < nums.length; i++) {
        // 如果不需要去重,这段代码也不需要
        if (去重操作) {
            continue;
        }
        // 如果需要一个判断函数,就加个判断,如果不需要,就删除就可以了
        if(valid()){
        	// 元素插入
			tmp.add(nums[i]);
			// 下层递归
	        backtrack(nums, i + 1, tmp);
	        // 回溯,元素删除
	        tmp.remove(tmp.size() - 1);	
		}
    }
}

public boolean valid(){}

  • 解数独

  • N皇后问题

  • 全排列问题☆:每次递归过程都需要从头开始遍历

  • 子集问题☆:每次递归的下标依赖于上一次递归的传值

  • 组和总和系列问题☆

1.2 双指针法

1.3 单调栈

记住这两句话:

  • 寻找下一个比当前元素大的,我们就应该使用单调递增栈
  • 寻找下一个比当前元素小的,我们就应该使用单调递减栈

例题:

  • 每日温度
  • 接雨水
  • 柱状图中最大的矩形
  • 下一个更大元素I (俩数组)
  • 下一个更大元素II (一个可循环数组)

1.4 动态规划

动态规划类问题往往需要这么几个步骤:

  1. 定义动态规划数组,一个dp数组是代表什么含义(中心思想)。
  2. 定义动态规划的递归公式(核心逻辑)。
  3. 思考dp数组的初始化动作(递归基建)。

  • 最大子数组和
  • 买卖股票的最佳时机系列☆
  • 打家劫舍系列☆
  • 最长序列问题
  • 判断子序列问题
  • 两个字符串的删除操作
  • 编辑距离

1.5 贪心算法

贪心问题就是选择每一个阶段的局部最优(每一个for循环),从而达到全局最优(最终结果)。

这种题目,我们可以先写出它的暴力法是怎样的。然后再考虑哪些情况是可以舍弃的,以此来减小时间复杂度。或者,我们去寻找哪些条件下,他的最终解肯定不是最优解的。我们将其舍弃掉。以最大子数组和为例:

  1. 如果以A为元素的子数组和在遍历到元素B的时候和为负数了,那么这部分我们肯定就不要了。直接丢弃。 因为我们要贪心地去寻求局部最优解。
  2. 因为上一部分的子数组,它带来的永远是负作用,他对总和的影响永远是负数。

  • 分发饼干
  • 摆动序列
  • 最大子数组和
  • 跳跃游戏系列
  • K次取反后最大化的数组和
  • 加油站
  • 分发糖果
  • 无重叠区间
  • 划分字母区间
  • 合并区间

1.6 二叉树

1.7 数组

  • 下一个排列

1.8 链表

  • 反转链表
  • 两两交换链表中的节点

二. SQL部分

  • 游戏玩法分析 I

2.1 左右联结

讲一下左右联结的一些通用模板,假设红色部分是我们希望取的数据。两个圆圈分别代表着两张表A和B。

情况一:左联结,左边表数据全要。
想要精通算法和SQL的成长之路 - 系列导航_第1张图片

select xxx from A as a left join B as b on (a.= b.)

情况二:右联结,右边表数据全要。
想要精通算法和SQL的成长之路 - 系列导航_第2张图片

select xxx from A as a right join B as b on (a.= b.)

情况三:只要两张表的公共部分
想要精通算法和SQL的成长之路 - 系列导航_第3张图片

select xxx from A as a inner join B as b on (a.= b.)

情况四:在表A但是不在表B的数据。
想要精通算法和SQL的成长之路 - 系列导航_第4张图片

select xxx from A as a left join B as b on (a.= b.) where b.is null

情况五:在表B但是不在表A的数据。
想要精通算法和SQL的成长之路 - 系列导航_第5张图片

select xxx from A as a right join B as b on (a.= b.) where a.is null
  • 组合两张表:左连接。
  • 从不订购的客户:左连接,但是不存在于右表。

  • 第N高的薪水: limit + offset + ifnull 的使用:limit n offset m 代表:先跳过m条结果,再取前n条结果。
  • 分数排名:子查询
  • 超过经理收入的员工:子查询、自连接、join语句。
  • 部门工资最高的员工
  • 删除重复的电子邮箱:中间表。

2.2 函数使用

  • 上升的温度:DATEDIFF,日期差计算。
  • 第N高的薪水:ifnull
  • 行程和用户:Sum、If、Count、Round

你可能感兴趣的:(精通算法和SQL之路,1024程序员节)