欢迎阅读我的博客

算法的空间复杂度(Space Complexity)是对一个算法在运行过程中占用内存空间大小的量度，记做S(n)=O(f(n)空间复杂度依然使用大O来表示 , 利用程序的空间复杂度，可以对程序运行中需要多少内存有个预先估计 , 避免超出内存限制空间复杂度是看程序运行时占用内存的大小，而不是可执行文件的大小从用户使用体验上看，更看重的程序执行的速度(时间复杂度 ), 一些缓存产品 (redis, memcache)和算法(基数排序)本质就是用空间换时间。

2.将堆顶元素 8 与末尾元素 5 进行交换，得到第二大元素 8.3.继续进行调整交换，如此反复进行，最终使得整个序列有序。

仔细想一下，我们在进行arr1和arr2数组比较的时候，肯定有一种情况是：arr2中的当前元素比arr1中的当前元素小，每当遇上这种情况就计算出arr1数组中当前位置到最后位置的元素的个数类加上，得到的累加和就是最后逆序对的个数。如果arr1数组中的元素比arr2数组中的元素小，就把arr1中的当前元素放入到我们新生成的数组中去，arr1数组的指针往后移一下，反之亦然。输入一个整型数组，调整数组中数字的顺序，使得所有奇数位于数组的前半部分，所有偶数位于数组的后半部分，要求时间复杂度O(N)

斐波那契查找原理与前两种相似，仅仅改变了中间结点（mid）的位置，mid 不再是通过中间或插值得到，而是位于黄金分割点附近 mid=low+F[k - 1]-1。只要顺序表的长度为 F[k]-1，则可以将该表分成长度为 F[k-1]-1 和 F[k-2]-1 以及 mid 三部分 , 类似的每一子段也可以用相同的方式分割。由斐波那契数列 F[k]=F[k-1]+F[k-2] 的性质，可以得到 ( F[k]-1 ) =（F[k-1]-1）+（F[k-2]-1）+1。插值查找算法，也要求数组是有序的。

能提高数据存储，读取的效率, 比如利用 二叉排序树(Binary Sort Tree)，既可以保证数据的检索速度，同时也可以保证数据的插入，删除，修改的速度。二叉树的所有叶子节点都在最后一层或者倒数第二层，而且最后一层的叶子节点在左边连续，倒数第二层的叶子节点在右边连续。节点 : 根节点 , 父节点 , 子节点 , 叶子节点 (没有子节点的节点) , 节点的权(节点值)树有很多种，每个节点最多只能有两个子节点的一种形式称为二叉树 , 二叉树的子节点分为左节点和右节点。子树：以某个子节点作为根的树。

哈希表（Hash table）

链表的相关操作