数据结构与算法（一）

前言

最近也没时间刷题。很揪心

分类算法

冒泡排序

1. 每次进行两两相比并交换位置，一次外循环能排好一个位置。
2. 时间复杂度 O(n^2)

选择性排序

1. 一次线性搜索找到最小值，放到最前面
2. 时间复杂度O(n^2)

其实和冒泡排序没什么差。

插入排序

1. 将左端设做已经排序完毕，然后从未排序的右端依次比较左端的数，直到找到一个比它小的数，然后把它放到这个数的后面，或者直接到最左端。
2. 事件复杂度O(n^2)

还是两个循环嘛。

堆排序

1. 这个主要是利用了堆的数据结构。堆的数据结构的效果就是“任意顺序添加数据，然后能顺序取出数据”。（堆不能取出中间的某一个元素。这么想一想的话，限制条件少了一个的话，或许就能从现有的方法中找出更高效的方法。）
2. 堆，实现优先队列的方式。定义规定，子类数字总是大于其父类。这样取出树的根节点就必然是最小的。怎么实现呢？把一个数放进堆中，先放到最后的叶子节点中，然后比较父类，如果它比较小，就和父类交换，一直到最顶端。
3. 思想，我觉得这中间体现了：一个数存两个信息的思想。因为父节点必然是父节点和另外的子节点中最小的，所以和父节点比较就行了。因此相应取数据的时候，也总是要比较两边的数据，其中最小的再放到根节点。
4. 时间复杂度：？放入堆中的这个过程的时间复杂度应该怎么计算呢？

并归排序

1. 分组，每次分出一半，直到每组只有一个；然后进行合并；只有一个数的时候合并很简单，比较大小，当每组有多个数的时候，依次比较每组的开头数，小的放入；
2. 牺牲空间换取时间- -。

快速排序

1. 为了找到每个数合适的位置，选中标准数后，左标记放在最左边然后向右移动 找到比标记位大的数。右标记找到比比标记小的数 然后交换 继续移动直到相遇。
2. 其过程其实是快速找到标准位应该在的位置。让形如xxxAxxx样式的一串数字，A的数值一定比左边的大，比右边的小。不再是冒泡，选择排序那样，每次固定最小值应该在的位置然后找最小值，而是找到任意一个数应该在的位置。
3. 所以如果先移动左边的游标，如果撞到右边的游标了，这个时候其实右边游标还没有排序，（不过其实右边游标上一次有完成过排序的），然后一直撞到标记数，这就说明标记数在的地方是正确的地方了。相反右边的游标如果撞到左边的，因为左边已经完成排序了，都是比标记数小的了，它就没必要再去看了，直接在这个位置和标记数交换。
4. 每次完成一次排序之后，分别从它的左右两边排序，这样就避免重复看已经排好的数
5. 时间复杂度：O(nlog2n)为什么呢？

搜索算法

列表搜索

线性搜索

未排序的数据，一个个找

二分搜索

已经排好序了，当然不用线性搜索了！，如果不能直接引用的话（比如 1 5 9 11 28 中间找9），就从中间分两半，然后让这个中间数和目标数比较。重复进行。

图标搜索

广度优先搜索