簡單數據結構(必須理解和掌握)javascript
複雜數據結構html
數組和列表: 最經常使用的數據結構java
鏈表: 如何經過它們克服數組的不足,git
二分查找是搜索算法中的一種,用來搜索有序數組
github
二分查找:是一種簡單算法,其輸入是一個有序的元素列表(必須有序的緣由稍後解釋)。若是要
查找的元素包含在列表中,二分查找返回其位置;不然返回null
。算法
/** * 函數binarySearch接受一個有序數組和一個元素。 若是指定的元素包含在數組中, 這個 函數將返回其位置。 你將跟蹤要在其中查找的數組部分—— 開始時爲整個數組。 */ const binarySearch = (list, item) => { // 數組要查找的範圍 // low、high用於跟蹤要在其中查找的列表部分 let low = 0 let high = list.length - 1 while(low <= high) { // 只要範圍沒有縮小到只包含一個元素 const mid = Math.floor((low + high) / 2) const guess = list[mid] // 找到中間的元素 if(guess === item) { // 找到元素 return mid } if(guess > item) { // 猜想的數大了 high = mid - 1 } else { // 猜想的數小了 low = mid + 1 } } return null } const myList = [1, 3, 5, 7, 9] console.log(binarySearch(myList, 3)) console.log(binarySearch(myList, -1))
const binarySearch = (list, item, low, hight) => { let arrLength = list.length while (low <= high) { let mid = Math.floor((low + high) / 2) let guess = list[mid] if( guess === item ) { return mid } else if (guess > item) { high = mid - 1 list = list.slice(0, mid) return binarySearch(list, item, low, high) } else { low = mid + 1 list = list.slice(low, arrLength) return binarySearch(list, item, low, high) } } return null } const createArr = (n) => Array.from({length: n}, (v, k) => k + 1) const myList = createArr(100) let low = 0 let high = myList.length - 1 console.log(binarySearch(myList, 3, low, high)) console.log(binarySearch(myList, -1, low, high))
找一個平衡二叉樹最後一個節點
二分查找的運行時間爲對數時間(或log時間)。
若是列表包含100個元素,最多要猜7次;若是列表包含40億個數字,最多
需猜32次。
即: 2的7次方 = 100segmentfault
簡單查找時間是 y= ax 的線性方方程
因此很容易得出結論數組
隨着元素數量的增長(x增長),二分查找須要的時間(y)並很少, 而簡單查找須要的時間(y)卻不少。
所以,隨着列表的增加,二分查找的速度比簡單查找快得多。
爲檢查長度爲n的列表,二分查找須要執行log n次操做。使用大O表示法,
這個運行時間怎麼表示呢?O(log n)。通常而言,簡單算法的大O表示法像下面這樣
緩存
大O符號中指定的算法的增加順序網絡
如下是一些最經常使用的 大O標記法
列表以及它們與不一樣大小輸入數據的性能比較。
快速排序
——一種速度較快的排序算法。選擇排序
——一種速度較慢的排序算法
快排和二分查找都基於一種叫作「分治」的算法思想,經過對數據進行分類處理,不斷下降數量級,實現O(logN)
(對數級別,比O(n)
這種線性複雜度更低的一種,快排核心是二分法的O(logN)
,實際複雜度爲O(N*logN)
)的複雜度。
快排大概的流程是:
簡單的講若是旅行者要去5個城市,前後順序肯定有5*4*3*2*1 = 120種排序。(這種排序想一想高中時候學到過的排序知識)
推而廣之,涉及n個城市時,須要執行n!(n的階乘)次操做才能計算出結果。所以運行時間
爲O(n!),即階乘時間。除非涉及的城市數不多,不然須要執行很是多的操做。若是涉及的城市
數超過100,根本就不能在合理的時間內計算出結果——等你計算出結果,太陽都沒了。
這種算法很糟糕!,可別無選擇。這是計算機科學領域待解的問題之一。對於這個問題,目前尚未找到更快的算法,有些很聰明的人認爲這個問題根本就沒有更巧妙的算法。
面對這個問題,咱們能作的只是去找出近似答案。
最後須要指出的一點是,高水平的讀者可研究一下二叉樹
關於二叉樹,戳這裏: 數據結構與算法:二叉樹算法
在一個二維數組中,每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。請完成一個函數,輸入這樣的一個二維數組和一個整數,判斷數組中是否含有該整數。
算法圖解
JavaScript 算法與數據結構
https://github.com/egonSchiel...
【算法】時間複雜度
【算法】空間複雜度
InterviewMap 時間複雜度
https://github.com/trekhleb/j...
每週一練 之 數據結構與算法(Stack)
All Algorithms implemented in Python