學習一個算法,可分為3個步驟:首先了解算法本身解決什么問題,然后學習它的解決策略,最后了解某些相似算法之間的聯系。例如圖算法中,
* 廣搜是一層一層往外遍歷,尋找最短路徑,其策略是采取隊列的方法。
* 最小生成樹是最小代價連接所有點,其策略是貪心,比如Prim的策略是貪心+權重隊列。
* Dijkstra是尋找單源最短路徑,其策略是貪心+非負權重隊列。
* Floyd是多結點對的最短路徑,其策略是動態規劃。
而貪心和動態規劃是有聯系的,貪心是“最優子結構+局部最優”,動態規劃是“最優獨立重疊子結構+全局最優”。一句話理解動態規劃,則是枚舉所有狀態,然后剪枝,尋找最優狀態,同時將每一次求解子問題的結果保存在一張“表格”中,以后再遇到重疊的子問題,從表格中保存的狀態中查找(俗稱記憶化搜索)。
- 關于
- 第一部分 數據結構
- 第一章 字符串
- 1.0 本章導讀
- 1.1 旋轉字符串
- 1.2 字符串包含
- 1.3 字符串轉換成整數
- 1.4 回文判斷
- 1.5 最長回文子串
- 1.6 字符串的全排列
- 1.10 本章習題
- 第二章 數組
- 2.0 本章導讀
- 2.1 尋找最小的 k 個數
- 2.2 尋找和為定值的兩個數
- 2.3 尋找和為定值的多個數
- 2.4 最大連續子數組和
- 2.5 跳臺階
- 2.6 奇偶排序
- 2.7 荷蘭國旗
- 2.8 矩陣相乘
- 2.9 完美洗牌
- 2.15 本章習題
- 第三章 樹
- 3.0 本章導讀
- 3.1 紅黑樹
- 3.2 B樹
- 3.3 最近公共祖先LCA
- 3.10 本章習題
- 第二部分 算法心得
- 第四章 查找匹配
- 4.1 有序數組的查找
- 4.2 行列遞增矩陣的查找
- 4.3 出現次數超過一半的數字
- 第五章 動態規劃
- 5.0 本章導讀
- 5.1 最大連續乘積子串
- 5.2 字符串編輯距離
- 5.3 格子取數
- 5.4 交替字符串
- 5.10 本章習題
- 第三部分 綜合演練
- 第六章 海量數據處理
- 6.0 本章導讀
- 6.1 關聯式容器
- 6.2 分而治之
- 6.3 simhash算法
- 6.4 外排序
- 6.5 MapReduce
- 6.6 多層劃分
- 6.7 Bitmap
- 6.8 Bloom filter
- 6.9 Trie樹
- 6.10 數據庫
- 6.11 倒排索引
- 6.15 本章習題
- 第七章 機器學習
- 7.1 K 近鄰算法
- 7.2 支持向量機
- 附錄 更多題型
- 附錄A 語言基礎
- 附錄B 概率統計
- 附錄C 智力邏輯
- 附錄D 系統設計
- 附錄E 操作系統
- 附錄F 網絡協議