一起来学习数据结构与算法吧

一些常用经典算法和数据结构的回顾

首先是最经典的排序问题

• 排序

  • 选择排序(Selection Sort)复杂度 O(n^2)

    找到最小的元素然后与当前位置交换

  • 插入排序(Insertion Sort)复杂度 O(n^2)

    找到合适的位置然后插入

  • 改进的插入排序(取消了交换操作)

    将当前位置的元素先拿出 然后逐个与之前的元素比较 如果小于 就将之前的元素后移 在与前一位比较

  • 冒泡排序(Bubble Sort)

  • 希尔排序(Shell Sort)

  • 归并排序(Merge Sort)复杂度 O(n*logn)

    先不断的二分 归并过程

  • 归并排序自底向上版(Merge Sort Buttom Up)

    不先对数组进行二分 直接以 1、2、4 这样大小循环合并直至数组全部合并完成

  • 快速排序(Quick Sort)

    先选中一个元素 然后找到它应该所在的位置 然后继续递归

    • 第一部分 partition

      先选中一个元素 然后找到它应该所在的位置 然后继续递归 如果此时 e > v，那么 e 直接加入到紫色的数组中
      如果此时 e < v, 那么直接将 e 与 j 所指向的位置交换即可 之后 j++ 最后所有元素分类完毕之后 将 l 与 j 所在位置的元素交换一下即可

  • 快速排序存在的两点问题

    1. 对于近乎有序的数组,快速排序会退化到复杂度 O(n^2),此时解决办法就是随机选取一个初始值 然后与第一个需要定位的元素 l 交换 这样操作 快速排序的期望复杂度 EO(Nlogn)
    2. 对于一个 � 数量庞大但是所有元素都在一个很小区间的数组,快速 � 排序依旧会退化到复杂度 O(n^2),因为会导致大量的不平衡数组出现

       

  • 此时 使用双路快排(hard):scream:

    主要在 partition 过程中进行了更加细化的操作

  • 三路快排

    • 这是初始排序的情况

    

    • 此时是排序完毕的情况

    

• 堆(优先队列)

  • 二叉堆

  堆 是一个完全二叉树

• 排序算法总结

  

• 最大索引堆

  • 基础 添加index用来记录当前索引堆每个元素所在的位置

  

  • 优化 添加reverse�行用来存储索引对应index中的数

  

  • reverse数组�more detail

  

  • 二项堆
  • 斐波那契堆