m0_65330146的博客

广度优先算法适用于遍历无向图，可以按照每个节点被发现的顺序，不重复地进行遍历；还有就是一般题目需要查找最短路径时，也可以用广度优先搜索来解决，因为它是从当前层开始一层一层遍历，也就是可以找到达目标点的最短路径（两点间直线最短）。其实这两种用法区别不大，如果给遍历无向图加以一个终止条件，也就是寻找最短路径。

适合用来求某段区间的和，这里或许有疑惑求某一段区间和，那么用前缀和算法就好了啊，为什么还要学树状数组，因为树状数组相较于前缀和，它可以动态求和，也就是说给定我们一个数组，如果问我们某一区间和是多少，我们可以很快用前缀和解决，但是如果它让我们把索引为3，5，9的数值都加上2，再询问某一段区间和时，用前缀和就很费力了，每一次修改数组的值，都需要重新更改该数后面所有数，如果修改的次数很大可想而知时间复杂度得上几个台阶，但是树状数组可以比较快速解决。

枚举法，我个人感觉就是暴力，就相当于把所有可能罗列出来，再进行判断是否符合条件，再筛选纳入，但是有时候感觉有些题也只能枚举，然后在此基础上优化。

当需要求某段区间的和时，前缀和可以快速求和，特别是多次求多段区间和的问题，前缀和可以避免重复计算从而提高效率。一般用数组来存储前缀和，因为sumArr[n] = sumArr[n-1] + arr[n]，所以数组索引从1开始（sumArr代表[arr[1]，arr[n]]区间的和）。

当题目给定一个区间，而且能够确定答案就在区间的内，这个时候就适合二分法求解答案，查找效率很高的一个算法，二分法有整数二分和实数二分，实数二分比较简单，印象中高中数学就学过了，下面主要讲整数二分，整数二分要区分答案是在答案区间的左端点还是右端点，如果是左端点就先缩小左边，反之先缩小右边，如果是先缩右边需要在二分时加一再除以二（确保mid总是偏向区间的右侧）。

递推一般用在有固定的公式的情况下，然后再结合递归去执行这个公式，其实有点类似动态规划的状态方程，它和递归的区别在于，它答案是无限的然后按要求递归到哪一步。

对于一个科班的学生来说，数据结构与算法是必修的一门课，我记得我们的数据结构与算法这门课是在大一下（应该没记错，要不然就是大二上）就开了，初学的时候数据结构还好，算法那真的是上的人难受，而且那个时候懒死了，算法课后都没有自己总结也没自己敲，就听了个课，所以这一片对于我来说还是很空白的。