xdhc的博客

分治法，动态规划法，贪心算法这三者之间有类似之处，比如都需要将问题划分为一个个子问题，然后通过解决这些子问题来解决最终问题。但其实这三者之间的区别还是蛮大的。1、分治法 分治法（divide-and-conquer）：将原问题划分成n个规模较小而结构与原问题相似的子问题；递归地解决这些子问题，然后再合并其结果，就得到原问题的解。分治模式在每一层递归上都有三个步骤： 分解（Div

算法的时间复杂度和空间复杂度合称为算法的复杂度。 1.时间复杂度 （1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时

假设有两个数x和y，存在一个最大公约数z=(x,y)，即x和y都有公因数z，那么x一定能被z整除，y也一定能被z整除，所以x和y的线性组合mx±ny也一定能被z整除。（m和n可取任意整数） 对于辗转相除法来说，思路就是：若x>y，设x/y=n余c，则x能表示成x=ny+c的形式，将ny移到左边就是x-ny=c，由于一般形式的mx±ny能被z整除，所以等号左边的x-ny（作为mx±ny的一个特例）就

问题描述： 实现一个函数，传3个参数，指定数组（有小数、正负数），n（取出个数），sum（指定和），输出是否能找到这几个数。 这和经典的凑硬币问题其实本质上是相同的，自然可以用动态规划来做，但这里我们先考虑用深度搜索来做做。 边界条件： sum=0&n=0，成功； n<=0，失败； n>0，继续搜索 因为数组中有正有负，所以sum只能用于最后的满足判断 function fin...

var quickSort = function(arr) { 　　if (arr.length <= 1) {//如果数组长度小于等于1无需判断直接返回即可 return arr; } 　　var pivotIndex = Math.floor(arr.length / 2);//取基准点 　　var pivot = arr.splice(pivotIndex,...

let num1 = 5, num2 = 6; num1 = [num2, num2 = num1][0]; console.log(num1, num2);