写在最前面
能解算法题并不意味着这个人就有能力就能在工作中解决问题,你可以想想,小学奥数题可能比这些题更难,但并不意味着那些奥数能手就能解决实际问题。
对于算法题,我们太喜欢研究算法题的空间和时间复杂度了。我们希望做到空间和时间双丰收,这是算法学术界的风格。所以,习惯于标准答案的我们已经失去思考的能力,只会机械地思考算法之内的性能,而忽略了算法之外的性能
。
当然,算法很重要,算法题能锻炼我们的思维,而且也有很多实际用处。所以,才有了下面的内容...
[记号O的定义]
如果 Ai = Aj,排序前 Ai 在 Aj 前,排序后Ai还是在Aj前,则称排序算法是稳定
的。
排序法 | 最差时间分析 | 平均时间复杂度 | 空间复杂度 | 稳定度 |
---|---|---|---|---|
冒泡排序 | n^2 | n^2 | 1 | 稳定 |
选择排序 | n^2 | n^2 | 1 | 不稳定 |
插入排序 | n^2 | n^2 | 1 | 稳定 |
快速排序 | n^2 | nlogn | logn | 不稳定 |
希尔排序 | n^2 | nlogn | 1 | 不稳定 |
二叉树排序 | n^2 | nlogn | n | 不稳定 |
堆排序 | nlogn | nlogn | 1 | 不稳定 |
归并排序 | nlogn | nlogn | n | 稳定 |
基数排序 | d(r+n) | d(r+n) | rd+n | 稳定 |
[5排序函数,最大3位]
[大量数据中获取前十名]
[加减数字组成一个范围]
相关题目
题目简单描述 | OJ来源 | Python | C++ |
---|---|---|---|
数组中第 k 大的数 | LeetCode | py | cpp |
KMP 算法
对一个有向无环图 (Directed Acyclic Graph, DAG) G 进行拓扑排序,是将G中所有顶点排成一个线性序列,使得图中任意一对顶点u和v,若边(u,v)∈E(G),则u在线性序列中出现在v之前。拓扑排序的结果不唯一。
拓扑排序算法主要是循环执行以下两步,直到不存在入度为0的顶点为止。
- 选择一个入度为0的顶点并输出之;
- 从图中删除此顶点及所有出边。
循环结束后,若输出的顶点数小于图的顶点数,则有向图中有回路,否则输出的顶点序列就是一种拓扑序列。
[可能的拓扑序列]