u010010048的专栏

为什么学习算法？　　（1）什么比性能更重要？正确性，简洁，可维护性，成本开销，功能性，模块化，安全，可扩展性，用户体验等。　　（2）如果算法和性能不重要，为啥关注呢？为什么学习？性能与体验关联，实时性，性能是其他的基础，性能就像货币，你用java来代替c，损失三倍性能，为的是其他方面的优越性，比如对象化，exception机制等。　　排序问题　　（1）插入排序（In

堆排序与快速排序，归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法。学习堆排序前，先讲解下什么是数据结构中的二叉堆。二叉堆的定义二叉堆是完全二叉树或者是近似完全二叉树。二叉堆满足二个特性：1．父结点的键值总是大于或等于（小于或等于）任何一个子节点的键值。2．每个结点的左子树和右子树都是一个二叉堆（都是最大堆或最小堆）。当父结点的键值总

数据结构知识：链表，队列和栈的区别    数组，栈，队列，链表，二叉树，哈希表，图  都是数据结构，而数组，链表一般为其他数据结构的表现形式链表，队列和栈都是数据结构的一种。Sartaj Sahni 在他的《数据结构、算法与应用》一书中称：“数据结构是数据对象，以及存在于该对象的实例和组成实例的数据元素之间的各种联系。这些联系可以通过定义相关的函数来给出。”他将数据对象（d

版权所有，转载请注明出处，谢谢！http://blog.youkuaiyun.com/walkinginthewind/article/details/7518888树是一种比较重要的数据结构，尤其是二叉树。二叉树是一种特殊的树，在二叉树中每个节点最多有两个子节点，一般称为左子节点和右子节点（或左孩子和右孩子），并且二叉树的子树有左右之分，其次序不能任意颠倒。二叉树是递归定义的，因此，与二叉树

一、介绍二叉搜索树（Binary Search Tree），或者是一棵空树，或者是具有下列性质的二叉树：1，若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；2，若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；3，它的左、右子树也分别为二叉搜索树。二叉搜索树的查找过程和次优二叉树类似，通常采取二叉链表作为二叉搜索序树的存储结构。中序遍历二叉搜索

快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略，通常称其为分治法(Divide-and-ConquerMethod)。该方法的基本思想是：1．先从数列中取出一个数作为基准数。2．分区过程，将比这个数大的数全放到它的右边，小于或等于它的数全放到它的左边。3．再对左右区间重复第二步，直到各区间只有一个数。 虽然快速排序称为分治法，但分

/* ============================================================================= 相关知识介绍（所有定义只为帮助读者理解相关概念，并非严格定义）： 1、稳定排序和非稳定排序 简单地说就是所有相等的数经过某种排序方法后，仍能保持它们在排序之前的相对次序，我们就 说这种排序方法是稳定的。反之，就是非稳定的

/* * 待排序的数组，算法输入 */ int arrIntegers[10] = { 0, 3, 1, 2, 5, 4, 8, 7, 9, 6 }; /* * 辅助存储空间 */ int tempIntegers[10]; 递归排序：从数组中间划分数组为2个子数组，递归调用归并排序，然后合并（排序过程发生在合并时

线性时间排序即时间复杂度为Θ(n)的排序，主要有计数排序、基数排序和桶排序 以前的排序都涉及到元素比较，称为比较排序，渐近最优的为 随机快速排序，merge sort归并排序和heap sort，时间复杂度为Θ(nlogn) 而这种排序都不是用比较的操作来排序，所以下届Θ(nlogn)对它们不适用

分治法思想：　　（1）Divide，把问题分解成子问题。　　（2）Conquer，循环的解决子问题。　　（3）Combine，合并子问题的解得到原问题的解。　　　　归并排序：　　（1）将长度为n的数组，分解成2个子数组。　　（2）循环的对2个子数组进行归并排序。　　（3）对排序的子数组进行合并。　　　　T(n)=2*T(n/2

一般情况下矩阵乘法需要三个for循环，时间复杂度为O(n^3)，现在我们将矩阵分块如图：( 来自MIT算法导论 )一般算法需要八次乘法r = a * e + b * g ;s = a * f  + b * h ;t = c * e + d  * g; u = c * f + d * h;strassen将其变成7次乘法，因为大家都知道乘法比加

一，渐进符号　　（1）O符号，f(n) = O(g(n))，表示f(n)的复杂度最多与g(n)一个数量级，即小于等于。　　（2）Ω符号，f(n) = Ω(g(n))，f(n)的复杂度最少与g(n)一个数量级，即大于等于。　　（3）o符号，f(n) = o(g(n))，表示f(n)的复杂度要比g(n)的数量级小，即小于。　　（4）ω符号，f(n) = ω(g(n)

#include #include typedef struct node{ float coef; //系数 int expn; //指数 struct node *next; } polynomial; //.....基本操作的函数原型说明...... void Initlist(poly