【数据结构】递归＆哈希表/有序表

转载

mb609f25d54adea 2021-06-25 10:11:46

文章标签 数据结构 文章分类 数据结构与算法人工智能

1. 各种排序方式：

需要记忆

【数据结构】递归＆哈希表/有序表_数据结构

常用的排序算法：选炮插，快归西堆统计鸡

最重要的排序算法：插堆快归

2. 递归行为：

任何递归行为都可以变成非递归，改为迭代

public int  fun(a,b) {
	// 这是跳出fun函数递归的条件
	if (a == b) {
		return xx;
	}
	int mid = xxx;
	int a = fun (a, mid);
	int b = fun (mid+1, b);
	
	return Math.max(a,b); 
}

2.1 Master公式计算递归时间复杂度：

T ( N ) = a ∗ T ( N / b ) + O ( N ∧ d ) ( 其中的 a , b , d , 的递归函数，可以直接通过Master公式来确定时间复杂度 \begin{array}{l} T(N)=a * T(N / b)+O\left(N^{\wedge} d\right)\\\\(\text{ 其中的 } a, b, d \text { , } \text { 的递归函数，可以直接通过Master公式来确定时间复杂度 } \end{array} T(N)=a∗T(N/b)+O(N∧d)( 其中的 a,b,d , 的递归函数，可以直接通过Master公式来确定时间复杂度

得到以下通式：

1) log ⁡ b a > d O ( N l o g b a ) 2) log ⁡ b a > d O ( N d ) 3) log b a = = d O ( N d ∗ log ⁡ n ) \begin{array}{l} \text { 1) } \left.\log _{b} a>d \quad \quad O ({N}^{{ log }_{b} a}\right) \\ \text { 2) } \log _{b} a > d \quad \quad O\left(N^{d}\right) \\ \text { 3) } \text { log }_{b} a==d \quad O\left(N^{d} * \log _{n}\right) \end{array} 1) logba>dO(Nlogba) 2) logba>dO(Nd) 3) log ba==dO(Nd∗logn)

Tip：
a 是调用的次数
b 是问题规模，
d 是除了递归过程之外的时间复杂度的值

3. 哈希表

3.1 HashMap 和 HashSet的区别

HashMap  <key, value> 
	put ()
	remove ()
	containskey ()
    
HashSet  <key>
    add()
    contains()
    remove()

HashMap 和 HashSet的区别在于是否存在 value；

对于这个表的操作时间复杂度均为 O（1）

3.2 引用传递和值传递

public static void main(String[] args) {
    Integer a = 1000000;
    Integer b = 1000000;

    //包装类型间的相等判断应该用equals，而不是'=='
    System.out.println(a == b);
    System.out.println(a.equals(b));

    Integer c = 127;
    Integer d = 127;

    //包装类型间的相等判断应该用equals，而不是'=='
    System.out.println(c == d);
    System.out.println(c.equals(d));
}

result :  
"A:\Program Files\Java\jdk-12.0.1\bin\java.exe" -
false
true
true
true

-128 ~ 127内的数字都会变成池里面的东西，和标准的字面值一样。