u011569839的专栏

工作几年，愈加发觉基础的重要性，后悔没能早点学习，现在重新捡起算法，数据结构等基础知识，用博客记录下

归并排序所采用的思想是分治法，即：分解 ->解决->合并 假设面对一个无序的数组，如{5, 19, 6, 97, 12, 53, 12, 21, 47, 10}，将其分解为左右两个数组，但此时这两个数组还是无序的，因此，还需要进一步的分解，经过若干步之后，分解后如下所示 {{5}, {19}, {6}, {97}, {12}, {53}, {12}, {21}, {47}, {10}

快速排序和归并排序一样，都用到了递归的方法，具体做法是先选取一个数为关键数据（一般选择第一个数），将数组中小于该数的放在左侧，大于该数的放在右侧；排序完成后对左右两个部分进一步的做如上操作/** 快速排序，指定一个位置，经过排序后，是该位置的数的左边全部是小于该数，邮编全部是大于该数 @param array 需要排序的数组 @param left 左边坐标 @param right 右边坐标

使用分治策略解决最大子数组问题 使用分治技术意味着我们要将子数组划分为两个规模相等的子数组，比如分为{low， mid}和{mid+1，high}两部分，如此，数组{low，high}的子数组所处的位置必然有三种情况:. 完全位于{low， mid}中 . 完全位于{mid+1，high}中 . 跨越中点mid 因此，在使用递归的时候，还需要在判断跨越中点的情况/** 创建一个结构体，包含左下标

堆排序引入了另一种算法设计技巧，使用了“堆”的数据结构来进行信息管理，堆是一个数组，可以看成一个近似的完全二叉树，如数组{1， 2， 3， 4， 5}，可以看做为根节点为1，左孩子节点有2，右孩子节点为3的二叉树，4，5分别为2的左孩子和右孩子，因此我们通过计算可以求得： PARENT(i) ((i - 1) / 2) LEFT(i) (2 * i + 1) RIGHT(i)