演算法學習積累

1、map.containskey方法：判斷map集合物件中是否包含指定的鍵名

containskey(object key)map是乙個key和value的鍵值對的集合。有key和value鍵值對，就會有判斷是否有key

2、deque容器為乙個給定型別的元素進行線性處理，像向量一樣，它能夠快速地隨機訪問任乙個元素，並且能夠高效地插入和刪除容器的尾部元素。但它又與vector不同，deque支援高效插入和刪除容器的頭部元素，因此也叫做雙端佇列。

3、linkedlist類是雙向列表,列表中的每個節點都包含了對前乙個和後乙個元素的引用.

linkedlist的建構函式如下

public linkedlist(): ——生成空的鍊錶

public linkedlist(collection col): 複製建構函式

4、

stack1.peek() 返回棧頂元素，但不在堆疊中刪除它。

stack2.pop() 返回棧頂元素，並在程序中刪除它。

5、在描述演算法複雜度時,經常用到o(1), o(n), o(logn), o(nlogn)來表示對應演算法的時間複雜度, 這裡進行歸納一下它們代表的含義:

這是演算法的時空複雜度的表示。不僅僅用於表示時間複雜度，也用於表示空間複雜度。

o後面的括號中有乙個函式，指明某個演算法的耗時/耗空間與資料增長量之間的關係。其中的n代表輸入資料的量。比如時間複雜度為o(n)，就代表資料量增大幾倍，耗時也增大幾倍。比如常見的遍歷演算法。再比如時間複雜度o(n^2）就代表資料量增大n倍時，耗時增大n的平方倍，這是比線性更高的時間複雜度。比如氣泡排序，就是典型的o(n^2)的演算法，對n個數排序，需要掃瞄n×n次。

再比如o(logn)，當資料增大n倍時，耗時增大logn倍（這裡的log是以2為底的，比如，當資料增大256倍時，耗時只增大8倍，是比線性還要低的時間複雜度）。二分查詢就是o(logn)的演算法，每找一次排除一半的可能，256個資料中查詢只要找8次就可以找到目標。

o(nlogn)同理，就是n乘以logn，當資料增大256倍時，耗時增大256*8=2048倍。這個複雜度高於線性低於平方。歸併排序就是o(nlogn)的時間複雜度。

o(1)就是最低的時空複雜度了，也就是耗時/耗空間與輸入資料大小無關，無論輸入資料增大多少倍，耗時/耗空間都不變。雜湊演算法就是典型的o(1)時間複雜度，無論資料規模多大，都可以在一次計算後找到目標（不考慮衝突的話）

6、白名單過濾

如果可能，我們的測試用例都會通過模擬實際情況來展示當前演算法的必要性

7、mid=(left+right)>>1的含義

右移運算子》,運算結果正好能對應乙個整數的二分之一值，這就正好能代替數學上的除2運算，但是比除2運算要快。

mid=(left+right)>>1相當於mid=(left+right)/2

8、二分查詢法

①陣列必須是有序的

②被查詢的鍵要麼不存在，要麼必然存在於a[lo…hi]之中

9、arraycopy()的使用

public static native void arraycopy(object src, int srcpos, object dest, int destpos,int length);

src：要複製的陣列(源陣列)

srcpos：複製源陣列的起始位置

dest：目標陣列

destpos：目標陣列的下標位置

length：要複製的長度

nums1 =[1
,2,3
,0,0
,0], m =
3nums2 =[2
,5,6
], n =
3system.
arraycopy
(nums2,
0, nums1, m, n)
;輸出的結果：[1,
2,3,
2,5,
6]

含義：函式在執行時呼叫自己，這個函式就叫遞迴函式，呼叫的過程叫遞迴

比如斐波那契數列：f(0)=0，f(1)=1, f(n)=f(n - 1)+f(n - 2)（n ≥ 2，n ∈ n*）

如果代入f(2)→返回f(1)+f(0)…[如果沒有後面（n ≥ 2，n ∈ n*）的限制條件的話，就會一直的無限迴圈下去]

所以從中可以得到兩個規律：

1、遞迴函式必須要有終止條件，否則會出錯；

2、遞迴函式先不斷呼叫自身，直到遇到終止條件後進行回溯，最終返回答案

列題：

將兩個公升序鍊錶合併為乙個新的公升序鍊錶並返回。新煉表是通過拼接給定的兩個鍊錶的所有節點組成的。

輸入：1->2->4, 1->3->4

輸出：1->1->2->3->4->4

終止條件：當兩個鍊錶都為空時，表示對鍊錶已經合併完成了

遞迴的形式：判斷l1和l2頭結點哪個更小，然後較小結點的next指標指向其餘結點的next指標指向其餘結點的合併遞迴。(呼叫遞迴)

public listnode mergetwolists
(listnode l1, listnode l2)
else
if(l2 ==null)
else
if(l1.valelse
}

動態規劃和遞迴恰恰是相反的，前者是自底向上求解，後者是自上向下求解。

演算法學習積累

演算法學習 Union Find演算法

演算法學習 KM演算法

演算法演算法學習01

演算法學習積累

演算法學習 Union Find演算法

演算法學習 KM演算法

演算法 演算法學習01

相關推薦

演算法演算法學習01