【数据结构与算法】第二篇：算法部分

原创已于 2025-01-27 17:15:29 修改 · 1.1k 阅读

于 2022-01-04 21:53:55 首次发布

【1】数据结构与算法、编程规范与设计模式专栏收录该内容

54 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了程序的时间和空间复杂度分析，包括常见的时间复杂度级别及其应用场景。接着深入探讨了排序算法，如冒泡、快速、插入、选择、归并和非比较类排序的原理、特点和复杂度。同时，文章还讨论了数组查找算法，如暴力查找、二分查找和双指针策略。最后，概述了树/图的搜索算法，如广度优先和深度优先搜索，并简要提及了递归、分治和回溯思想在算法设计中的应用。

文章目录

一、程序的时间和空间复杂度分析
- （1）理解算法时间复杂度的表示法
- （2）线性复杂度的分析
- （3）递归复杂度的分析
- （4）各种数据结构的时间复杂度
二、顺序、条件、循环基本结构
三、位运算
- （1）总的运算符
- （2）位运算的应用
四、字符串算法
- （1）字符串的定义
- （2）字符串的比较
- （3）注意
五、数组的排序算法【重点】
- （1）各种算法的时间\空间复杂度比较
- （2）比较类排序（常用）
- （3）非比较类排序（针对整型的数据类型）
- （4）排序总结
六、数组的查找算法【重点】
- （1）简单暴力查找（适合元素少的）
- （2）二分查找（适合元素多的，但是要先排序）
- （3）双指针算法
- （4）总结
七、树/图的查找算法【重点】
- （1）搜索遍历的要求
- （2）搜索遍历的方法
- （3）搜索遍历顺序
- （4）DFS、BFS、DFS-ID、贪心算法、Dijkstra和A*搜索算法--路径规划搜索
- （5）【图搜索的路径规划】动态规划DP算法
八、递归、分治、回溯思想算法【重点】
- （1）递归算法【针对同一类问题重复性较高的】
- （2）分治（D&C）算法【针对同几类问题，具有一定重复性的】
- （3）回溯的算法【试错的思想】
- （4）总结
九、贪心算法、动态规划算法【处理不能完成的任务-NP完全问题】
- （1）贪心算法【适合单个约束的无解问题求近似解】【子问题局部最优的方向】
- （2）动态规划算法【适合多个约束的无解问题求近似解】【子问题从全局看，先大后小的方向】
- （3）总结
十、布隆过滤器（用于概率性系统查询）
- （1）图例
- （2）布隆过滤器的功能
- （3）布隆过滤器的优缺点
- （4）布隆过滤器的python实现
十一、k最近邻算法（KNN）
- （1）k最近邻算法（KNN）的核心思想
- （2）k最近邻算法（KNN）的实现步骤
- （3）k最近邻算法（KNN）的应用
十二、机器学习（深度学习）的算法
- （1）机器学习（深度学习）的步骤
- （2）机器学习（深度学习）应用
总结

推荐开发经验及方法博客专栏：
https://blog.csdn.net/qq_35635374/article/details/138256324

https://blog.csdn.net/qq_35635374/article/details/138258301
在这里插入图片描述
本文先对算法部分做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章

提示：以下是本篇文章正文内容

一、程序的时间和空间复杂度分析

（1）理解算法时间复杂度的表示法

（1）时间复杂度【按时间复杂度排列】

（1）O(1) 常数复杂度，最佳，比如 Hash 表、缓存等
（2）O(log n) 仅次于常数复杂度，如二分查找、二叉搜索树等
（3）O(n) 线性复杂度，如大多数遍历操作

标签

#数据结构 #算法 #哈希算法

了解本专栏

超级会员免费看