王景清的博客

广度优先搜索(breadth-first search，BFS) 应用场景：到X的最短路径 原理：搜索范围从起点向外延伸，先查一度关系，再查二度关系，以此类推 这样不仅能找到A到B的路径，而且找到的还是最短的路径 注意：只有按关系层级顺序查找才能找到最短路径 使用的数据结构： **队列(**Queue)，先进先出(FIFO) 散列表(Map)，用来映射元素下一层级关联的元素，在下面例子中对应某个人的朋友们 运行时间：O(V+E) V：边数 E：顶点数![image-20220314150843512](D:

散列表 也叫哈希表 数组+散列函数 类比Java中的Map key-value键值对 应用： DNS域名解析，你输入 www.baidu.com 就会映射到相应的IP 防止重复，key值是唯一的，投票系统，每个人只能投一次 缓存，Web服务器存一些经常使用的数据到内存中，如Redis 散列函数 特性： 1.一致性，输入apple得到4，那么再次输入apple得到的还是4 2.输入不同，映射得到的也不同，如果输入不同的数得到相同的结果，说明这个散列函数不是好的 3.散列函数返回的索引是有效的，不会超过数组长度

分而治之 D&C(Divide and Conquer)的工作原理： ①找出简单的基线条件 ②确定如何缩小小问题的规模，使其符合极限条件 eg：快速排序 基线条件：数组为空或只包含一个元素 缩小规模：选取一个基准值，把数组分解成三个部分(小于基准值的数组，基准值，大于基准值的数组) 再把小于基准值的数组和大于基准值的数组再次分解，直到满足基线条件 归纳证明 ①基线条件 ②归纳条件 eg：证明我能爬到梯子的最上面 基线条件：我已经站在第一个横档上 归纳条件：换言之，如果我站在第二个横梯上，就能爬到第三

时间复杂度：O(n2) // 找出当前集合最小的数 public static Integer findMinNumber(LinkedList<Integer> arr) { int min = arr.get(0); for (int i = 0; i < arr.size(); i++) { if (arr.get(i) < min) { min = arr.get(i); } } return min; } // 把找到的最小元

适用场景：如查字典 A-Z 26个顺序英文字母 随机选取一个字母 只需 log26 次即可找到字母所在位置(索引) 条件：必须是顺序数组 时间复杂度：O(logn) public static Integer binarySearch (Integer[] list, Integer item) { Integer low = 0; Integer high = list.length - 1; Integer mid = 0; // 当最后一个元素也没有匹配到，low和high错位，返回null