StarMirror/CS-Notes
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

auto commit

Browse Source
This commit is contained in:
CyC2018 2018-03-11 23:55:32 +08:00
parent f7a8dbb1df
commit 6f74f1777b
1 changed files with 15 additions and 15 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

18
notes/算法.md
View File

@ -84,7 +84,7 @@
指数函数可以转换为线性函数，从而在函数图像上显示的更直观。 指数函数可以转换为线性函数，从而在函数图像上显示的更直观。
T(N)=aN<sup>3</sup> 转换为 lg(T(N))=3lgN+lga <img src="https://latex.codecogs.com/gif.latex?T(N)=aN^3"/> 转换为 <img src="https://latex.codecogs.com/gif.latex?lg(T(N))=3lgN+lga"/>
<div align="center"> <img src="../pics//5510045a-8f32-487f-a756-463e51a6dab0.png"/> </div><br> <div align="center"> <img src="../pics//5510045a-8f32-487f-a756-463e51a6dab0.png"/> </div><br>
@ -149,14 +149,13 @@ public class ThreeSumFast {
int cnt = 0; int cnt = 0;
for (int i = 0; i < N; i++) { for (int i = 0; i < N; i++) {
for (int j = i + 1; j < N; j++) { for (int j = i + 1; j < N; j++) {
for (int k = j + 1; k < N; k++) { // rank() 方法返回元素在数组中的下标，如果元素不存在，这里会返回 -1。
// rank() 方法返回元素在数组中的下标，如果元素不存在，这里会返回 -1。应该注意这里的下标必须大于 j，这样就不会重复统计了。 // 应该注意这里的下标必须大于 j，这样就不会重复统计了。
if (BinarySearch.rank(-a[i] - a[j], a) > j) { if (BinarySearch.rank(-a[i] - a[j], a) > j) {
cnt++; cnt++;
} }
} }
} }
}
return cnt; return cnt;
} }
} }
@ -190,8 +189,7 @@ public class ThreeSumFast {
**均摊分析** **均摊分析**
将所有操作的总成本所以操作总数来将成本均摊。例如对一个空栈进行 N 次连续的 push() 调用需要访问数组的元素为 N+4+8+16+...+2N=5N-4（N 是向数组写入元素，其余的都是调整数组大小时进行复制需要的访问数组操作），均摊后每次操作访问数组的平均次数为常数。 将所有操作的总成本除于操作总数来将成本均摊。例如对一个空栈进行 N 次连续的 push() 调用需要访问数组的元素为 N+4+8+16+...+2N=5N-4（N 是向数组写入元素，其余的都是调整数组大小时进行复制需要的访问数组操作），均摊后每次操作访问数组的平均次数为常数。
# 排序 # 排序
@ -219,7 +217,7 @@ private void exch(Comparable[] a, int i, int j){
### 1.2 选择排序 ### 1.2 选择排序
找到数组中的最小元素，然后将它与数组的第一个元素交换位置。然后再从剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。不断进行这样的操作，直到将整个数组排序。 找到数组中的最小元素，将它与数组的第一个元素交换位置。再从剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。不断进行这样的操作，直到将整个数组排序。
<div align="center"> <img src="../pics//222768a7-914f-4d64-b874-d98f3b926fb6.jpg"/> </div><br> <div align="center"> <img src="../pics//222768a7-914f-4d64-b874-d98f3b926fb6.jpg"/> </div><br>
@ -242,7 +240,7 @@ public class Selection {
### 1.3 插入排序 ### 1.3 插入排序
将一个元素插入到已排序的数组中，使得插入之后的数组也是有序的。插入排序从左到右插入每个元素，每次插入之后左部的子数组是有序的。 入排序从左到右进行，每次都将当前元素插入到左部已经排序的数组中，使得插入之后左部数组依然有序。
<div align="center"> <img src="../pics//065c3bbb-3ea0-4dbf-8f26-01d0e0ba7db7.png"/> </div><br> <div align="center"> <img src="../pics//065c3bbb-3ea0-4dbf-8f26-01d0e0ba7db7.png"/> </div><br>
@ -307,6 +305,8 @@ public class Shell {
### 2.1 归并方法 ### 2.1 归并方法
归并方法将数组中两个已经排序的部分归并成一个。
```java ```java
public class MergeSort { public class MergeSort {
private static Comparable[] aux; private static Comparable[] aux;
@ -349,7 +349,7 @@ private static void sort(Comparable[] a, int lo, int hi) {
<div align="center"> <img src="../pics//c7665f73-c52f-4ce4-aed3-592bbd76265b.png"/> </div><br> <div align="center"> <img src="../pics//c7665f73-c52f-4ce4-aed3-592bbd76265b.png"/> </div><br>
很容易看出该排序算法的时间复杂度为 O(Nlg<sub>N</sub>)。 因为每次都将问题对半分成两个子问题，而这种对半分的算法复杂度一般为 O(Nlg<sub>N</sub>)，因此该归并排序方法的时间复杂度也为 O(Nlg<sub>N</sub>)。
因为小数组的递归操作会过于频繁，因此使用插入排序来处理小数组将会获得更高的性能。 因为小数组的递归操作会过于频繁，因此使用插入排序来处理小数组将会获得更高的性能。