摘要:為檢查長(zhǎng)度為的列表,二分查找需要執(zhí)行次操作。最后需要指出的一點(diǎn)是高水平的讀者可研究一下二叉樹(shù)關(guān)于二叉樹(shù),戳這里數(shù)據(jù)結(jié)構(gòu)與算法二叉樹(shù)算法常見(jiàn)練習(xí)在一個(gè)二維數(shù)組中,每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。
常見(jiàn)數(shù)據(jù)結(jié)構(gòu)
簡(jiǎn)單數(shù)據(jù)結(jié)構(gòu)(必須理解和掌握)
有序數(shù)據(jù)結(jié)構(gòu):棧、隊(duì)列、鏈表。有序數(shù)據(jù)結(jié)構(gòu)省空間(儲(chǔ)存空間小)
無(wú)序數(shù)據(jù)結(jié)構(gòu):集合、字典、散列表,無(wú)序數(shù)據(jù)結(jié)構(gòu)省時(shí)間(讀取時(shí)間快)
復(fù)雜數(shù)據(jù)結(jié)構(gòu)
樹(shù)、 堆
圖
本系列主要內(nèi)容
數(shù)組和列表: 最常用的數(shù)據(jù)結(jié)構(gòu)
與鏈表相比,數(shù)組具有更好的緩存位置。
棧和隊(duì)列: 與列表類(lèi)似但是更復(fù)雜數(shù)據(jù)結(jié)構(gòu)
鏈表: 如何通過(guò)它們克服數(shù)組的不足,
鏈表允許在迭代期間有效地從序列中的任何位置插入或刪除元素。
鏈表的一個(gè)缺點(diǎn)是訪問(wèn)時(shí)間是線性的(而且難以管道化)。(更快的訪問(wèn),如隨機(jī)訪問(wèn),是不可行的)
字典: 將數(shù)據(jù)以鍵-值對(duì)的的形式儲(chǔ)存
散列(表): 適用于快速查找和檢索
集合: 適用于存儲(chǔ)只出現(xiàn)一次的元素
二叉樹(shù): 以層級(jí)的形式存儲(chǔ)數(shù)據(jù)
圖和圖算法: 網(wǎng)絡(luò)建模的理想選擇
算法:包括排序、搜索、圖形算法
高級(jí)算法: 動(dòng)態(tài)規(guī)劃、貪心算法、BF、分治、回溯等算法范式
加密算法:
有序數(shù)據(jù)結(jié)構(gòu) 數(shù)組 列表 棧 隊(duì)列 鏈表 無(wú)序列數(shù)據(jù)結(jié)構(gòu) 集合 字典 散列(表) 簡(jiǎn)單算法 => 二分查找二分查找是搜索算法中的一種,用來(lái)搜索有序數(shù)組
二分查找:是一種簡(jiǎn)單算法,其輸入是一個(gè)有序的元素列表(必須有序的原因稍后解釋?zhuān)H绻?br>查找的元素包含在列表中,二分查找返回其位置;否則返回null。
Javascript ES6實(shí)現(xiàn) 非遞歸的/** * 函數(shù)binarySearch接受一個(gè)有序數(shù)組和一個(gè)元素。 如果指定的元素包含在數(shù)組中, 這個(gè) 函數(shù)將返回其位置。 你將跟蹤要在其中查找的數(shù)組部分—— 開(kāi)始時(shí)為整個(gè)數(shù)組。 */ const binarySearch = (list, item) => { // 數(shù)組要查找的范圍 // low、high用于跟蹤要在其中查找的列表部分 let low = 0 let high = list.length - 1 while(low <= high) { // 只要范圍沒(méi)有縮小到只包含一個(gè)元素 const mid = Math.floor((low + high) / 2) const guess = list[mid] // 找到中間的元素 if(guess === item) { // 找到元素 return mid } if(guess > item) { // 猜測(cè)的數(shù)大了 high = mid - 1 } else { // 猜測(cè)的數(shù)小了 low = mid + 1 } } return null } const myList = [1, 3, 5, 7, 9] console.log(binarySearch(myList, 3)) console.log(binarySearch(myList, -1))遞歸的
const binarySearch = (list, item, low, hight) => { let arrLength = list.length while (low <= high) { let mid = Math.floor((low + high) / 2) let guess = list[mid] if( guess === item ) { return mid } else if (guess > item) { high = mid - 1 list = list.slice(0, mid) return binarySearch(list, item, low, high) } else { low = mid + 1 list = list.slice(low, arrLength) return binarySearch(list, item, low, high) } } return null } const createArr = (n) => Array.from({length: n}, (v, k) => k + 1) const myList = createArr(100) let low = 0 let high = myList.length - 1 console.log(binarySearch(myList, 3, low, high)) console.log(binarySearch(myList, -1, low, high))
找一個(gè)平衡二叉樹(shù)最后一個(gè)節(jié)點(diǎn)Python實(shí)現(xiàn) 運(yùn)行時(shí)間(時(shí)間復(fù)雜度)
二分查找的運(yùn)行時(shí)間為對(duì)數(shù)時(shí)間(或log時(shí)間)。
如果列表包含100個(gè)元素,最多要猜7次;如果列表包含40億個(gè)數(shù)字,最多
需猜32次。
即: 2的7次方 = 100
簡(jiǎn)單查找時(shí)間是 y= ax 的線性方方程
所以很容易得出結(jié)論
隨著元素?cái)?shù)量的增加(x增加),二分查找需要的時(shí)間(y)并不多, 而簡(jiǎn)單查找需要的時(shí)間(y)卻很多。
因此,隨著列表的增長(zhǎng),二分查找的速度比簡(jiǎn)單查找快得多。
為檢查長(zhǎng)度為n的列表,二分查找需要執(zhí)行l(wèi)og n次操作。使用大O表示法,
這個(gè)運(yùn)行時(shí)間怎么表示呢?O(log n)。一般而言,簡(jiǎn)單算法的大O表示法像下面這樣
大O符號(hào)中指定的算法的增長(zhǎng)順序
以下是一些最常用的 大O標(biāo)記法 列表以及它們與不同大小輸入數(shù)據(jù)的性能比較。
O(log n),也叫對(duì)數(shù)時(shí)間,這樣的算法包括二分查找
O(n),也叫線性時(shí)間,這樣的算法包括簡(jiǎn)單查找。
O(n * log n),這樣的算法包括快速排序——一種速度較快的排序算法。
,這樣的算法包括選擇排序——一種速度較慢的排序算法
O(n!),這樣的算法包括接下來(lái)將介紹的旅行商問(wèn)題的解決方案——一種非常慢的算法
小結(jié)算法的速度指的并非時(shí)間,而是操作數(shù)的增速。
談?wù)撍惴ǖ乃俣葧r(shí),我們說(shuō)的是隨著輸入的增加,其運(yùn)行時(shí)間將以什么樣的速度增加。
算法的運(yùn)行時(shí)間用大O表示法表示。
O(log n)比O(n)快,當(dāng)需要搜索的元素越多時(shí),前者比后者快得越多
快速排序快排和二分查找都基于一種叫做「分治」的算法思想,通過(guò)對(duì)數(shù)據(jù)進(jìn)行分類(lèi)處理,不斷降低數(shù)量級(jí),實(shí)現(xiàn)O(logN)(對(duì)數(shù)級(jí)別,比O(n) 這種線性復(fù)雜度更低的一種,快排核心是二分法的O(logN) ,實(shí)際復(fù)雜度為O(N*logN) )的復(fù)雜度。
快排大概的流程是:
隨機(jī)選擇數(shù)組中的一個(gè)數(shù) A,以這個(gè)數(shù)為基準(zhǔn)
其他數(shù)字跟這個(gè)數(shù)進(jìn)行比較,比這個(gè)數(shù)小的放在其左邊,大的放到其右邊
經(jīng)過(guò)一次循環(huán)之后,A 左邊為小于 A 的,右邊為大于 A 的
這時(shí)候?qū)⒆筮吅陀疫叺臄?shù)再遞歸上面的過(guò)程
旅行商問(wèn)題--復(fù)雜度O(n!)的算法簡(jiǎn)單的講如果旅行者要去5個(gè)城市,先后順序確定有5*4*3*2*1 = 120種排序。(這種排序想想高中時(shí)候?qū)W到過(guò)的排序知識(shí))
推而廣之,涉及n個(gè)城市時(shí),需要執(zhí)行n!(n的階乘)次操作才能計(jì)算出結(jié)果。因此運(yùn)行時(shí)間
為O(n!),即階乘時(shí)間。除非涉及的城市數(shù)很少,否則需要執(zhí)行非常多的操作。如果涉及的城市
數(shù)超過(guò)100,根本就不能在合理的時(shí)間內(nèi)計(jì)算出結(jié)果——等你計(jì)算出結(jié)果,太陽(yáng)都沒(méi)了。
這種算法很糟糕!,可別無(wú)選擇。這是計(jì)算機(jī)科學(xué)領(lǐng)域待解的問(wèn)題之一。對(duì)于這個(gè)問(wèn)題,目前還沒(méi)有找到更快的算法,有些很聰明的人認(rèn)為這個(gè)問(wèn)題根本就沒(méi)有更巧妙的算法。
面對(duì)這個(gè)問(wèn)題,我們能做的只是去找出近似答案。
最后需要指出的一點(diǎn)是,高水平的讀者可研究一下二叉樹(shù)
關(guān)于二叉樹(shù),戳這里: 數(shù)據(jù)結(jié)構(gòu)與算法:二叉樹(shù)算法
常見(jiàn)練習(xí)在一個(gè)二維數(shù)組中,每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。請(qǐng)完成一個(gè)函數(shù),輸入這樣的一個(gè)二維數(shù)組和一個(gè)整數(shù),判斷數(shù)組中是否含有該整數(shù)。參考
算法圖解
JavaScript 算法與數(shù)據(jù)結(jié)構(gòu)
https://github.com/egonSchiel...
【算法】時(shí)間復(fù)雜度
【算法】空間復(fù)雜度
InterviewMap 時(shí)間復(fù)雜度
https://github.com/trekhleb/j...
每周一練 之 數(shù)據(jù)結(jié)構(gòu)與算法(Stack)
All Algorithms implemented in Python
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://specialneedsforspecialkids.com/yun/43283.html
摘要:所以,二分查找較適用于一次排序,多次查找的數(shù)據(jù)。面對(duì)大量的數(shù)據(jù),二分查找方能體現(xiàn)其優(yōu)勢(shì)。 1. 二分查找的思想 二分查找是一種使用十分普遍的查找算法,其基本的思路也非常的簡(jiǎn)單,在一個(gè)有序的數(shù)據(jù)集合中,我們想要查找某個(gè)數(shù)據(jù),直接取最中間的那個(gè)數(shù)據(jù),將它和要找的數(shù)據(jù)進(jìn)行比較,如果較大,則在更大的那個(gè)數(shù)值區(qū)間繼續(xù)取中間值查找,反之亦然。 例如我們要在一個(gè)有序的集合里[1,3,5,6,7,8,...
摘要:為檢查長(zhǎng)度為的列表,二分查找需要執(zhí)行次操作。最后需要指出的一點(diǎn)是高水平的讀者可研究一下二叉樹(shù)關(guān)于二叉樹(shù),戳這里數(shù)據(jù)結(jié)構(gòu)與算法二叉樹(shù)算法常見(jiàn)練習(xí)在一個(gè)二維數(shù)組中,每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。 常見(jiàn)數(shù)據(jù)結(jié)構(gòu) 簡(jiǎn)單數(shù)據(jù)結(jié)構(gòu)(必須理解和掌握) 有序數(shù)據(jù)結(jié)構(gòu):棧、隊(duì)列、鏈表。有序數(shù)據(jù)結(jié)構(gòu)省空間(儲(chǔ)存空間小) 無(wú)序數(shù)據(jù)結(jié)構(gòu):集合、字典、散列表,無(wú)序...
摘要:為檢查長(zhǎng)度為的列表,二分查找需要執(zhí)行次操作。最后需要指出的一點(diǎn)是高水平的讀者可研究一下二叉樹(shù)關(guān)于二叉樹(shù),戳這里數(shù)據(jù)結(jié)構(gòu)與算法二叉樹(shù)算法常見(jiàn)練習(xí)在一個(gè)二維數(shù)組中,每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。 常見(jiàn)數(shù)據(jù)結(jié)構(gòu) 簡(jiǎn)單數(shù)據(jù)結(jié)構(gòu)(必須理解和掌握) 有序數(shù)據(jù)結(jié)構(gòu):棧、隊(duì)列、鏈表。有序數(shù)據(jù)結(jié)構(gòu)省空間(儲(chǔ)存空間小) 無(wú)序數(shù)據(jù)結(jié)構(gòu):集合、字典、散列表,無(wú)序...
摘要:通過(guò)兩個(gè)二分查找的條件繼續(xù)進(jìn)行問(wèn)題的分析,那么問(wèn)題又來(lái)了,二分查找是快速的查找一個(gè)數(shù)據(jù)是否存在一組數(shù)據(jù)中,而且效率極高,億查找一個(gè)數(shù)據(jù)只需次查找。二分查找的三點(diǎn)重點(diǎn)循環(huán)退出條件注意是而不是。 showImg(https://segmentfault.com/img/remote/1460000018761246);這篇文章主要深入數(shù)據(jù)結(jié)構(gòu)與算法在解決實(shí)際問(wèn)題怎么運(yùn)用和分析的,對(duì)于 IP...
摘要:查找最后一個(gè)等于給定值的元素這種變形的二分查找和上面的這種情況很類(lèi)似,還是利用上面的那個(gè)數(shù)組,我們要查找最后一個(gè)等于的元素。 1. 概述 前面說(shuō)到了二分查找問(wèn)題,看起來(lái)非常的簡(jiǎn)單,的確,前面的兩種實(shí)現(xiàn)都不難,代碼也很容易寫(xiě),因?yàn)槟侵皇亲罨A(chǔ)的二分查找問(wèn)題了。今天來(lái)看看幾種稍微復(fù)雜的二分查找問(wèn)題: 查找第一個(gè)等于給定值的元素 查找最后一個(gè)等于給定值的元素 查找第一個(gè)大于等于給定值的元素...
閱讀 3164·2019-08-30 15:55
閱讀 2945·2019-08-30 13:46
閱讀 1447·2019-08-29 17:29
閱讀 3514·2019-08-29 11:08
閱讀 3439·2019-08-29 11:04
閱讀 1088·2019-08-28 18:20
閱讀 545·2019-08-26 13:37
閱讀 1327·2019-08-26 11:49