ThinkChat2.0新版上线,更智能更精彩,支持会话、画图、阅读、搜索等,送10W Token,即刻开启你的AI之旅 广告
## 常数操作 **一个操作 如果和数据量没有关系,每次都是固定时间内完成,叫做常数操作。** > 如做加减操作,数组寻址等。 ## 时间复杂度 **一个算法流程中,常数操作数量的指标** ## 空间复杂度 **一个算法流程中,多申请的内存空间的指标** > 如: 多开一个为n的辅助数组:O(n) 多开一个辅助的二维数组:O(n^2) 多开常数空间(如临时变量):O(1) 注:递归调用是有空间代价的递归深度有多少 空间复杂度就有多少 ## 对数器 ![](https://img.kancloud.cn/cf/95/cf95f87ef2817b3fea978061ec3e9bc8_1164x1116.png) 条件及元素: 1. 已知一个简单的绝对正确的算法A 2. 需要测试的算法B 3. 输入尽量随机,数据规模尽量大的样本 4. 如果A和B的输出结果一致,则能确定算法B也是正确的 ## master公式 递归的时间复杂度公式:`T(n) = a * T(n/b) + O(n^d) ` ![](https://img.kancloud.cn/e3/83/e3837b177596a09c8cd46c780d533112_1054x938.png) ![](https://img.kancloud.cn/40/de/40de32f8137a2ceba64af72eb0febaf6_710x238.png) ## 快速排序 1.0:选最右边位置,小于或者等于的数放左边,大的放右边 2.0:选最右边位置,小于放左边,等于放中间,大于放右边(荷兰国旗问题) 3.0:随机选择位置,小于放左边,等于放中间,大于放右边(优化哨兵) ## 堆排序 ### 堆结构 堆是一颗完全二叉树。 大根堆:父节点大于孩子节点 小根堆:父节点小于孩子节点 如果用数组实现堆结构,则下标关系满足:(对于下标i位置) 父节点:`(i-1)/2` 左孩子:`2*i+1` 右孩子:`2*i+2` 堆操作: 入堆:heapInsert 堆化:heapify ### 排序 先将数组一次入堆,然后堆顶依次出堆,即可完成排序。 ## 比较器(Java内) 返回负数,第一个数排前面; 返回正数,第二个数排前面; ## 计数排序 统计次频count,按顺序一次打印,即可完成排序。 ![](https://img.kancloud.cn/82/7d/827d96b8ca3682e8775f4916f22b45ac_1012x557.gif) ## 基数排序 如果是十进制数排序,则用10个桶(是队列,先进先出): 1. 先对个位数入桶,然后出桶 2. 再对十位数入桶,然后出桶 3. 再对百位数入桶,然后出桶 4. 依次类推,最后有序 ![](https://img.kancloud.cn/66/90/6690b1054909755ffcca96feb7a4d3ec_1012x574.gif)