随笔分类 -  算法

上一页 1 2
【算法题目】求二叉树中节点的最大距离
摘要：如果我们把二叉树视为一个图，父子节点之间的连线视为双向的，我们姑且定义为“举例”为两节点之间边的个数。写一个程序求一颗二叉树中相距最远的两个节点之间的距离（《编程之美》3.8）思路：如果两个节点相距最远，一定是两个叶子节点，或者是一个叶子节点到它的根节点。 根据相距最远的两个节点一定是叶子节... 阅读全文
posted @ 2015-08-18 23:12 vincently 阅读(3778) 评论(0) 推荐(0)
【算法题目】求链表的中间节点
摘要：求链表的中间节点，如果链表中节点总数为奇数，返回中间节点；如果节点为偶数，返回返回中间两个节点的任意一个。 思路：我们可以定义两个指针，同时从链表的头节点出发，一个指针一次走一步，另一个指针一次走两步。当走的快的指针走到链表末尾时，走的 struct ListNode { int va... 阅读全文
posted @ 2015-08-02 17:06 vincently 阅读(547) 评论(0) 推荐(1)
【经典算法】线性时间排序
摘要：在计算机科学中，排序是一门基础的算法技术，许多算法都要以此作为基础，不同的排序算法有着不同的时间开销和空间开销。排序算法有非常多种，如我们最常用的快速排序和堆排序等算法，这些算法需要对序列中的数据进行比较，因为被称为基于比较的排序。基于比较的排序算法是不能突破O(NlogN)的。简单证明如下：　... 阅读全文
posted @ 2015-05-24 20:04 vincently 阅读(1010) 评论(0) 推荐(0)
【经典算法】归并排序
摘要：归并排序是以O(NlogN)最坏情形运行时间运行，而所使用的比较次数几乎是最优的。它是递归算法的一个很好的实例。 归并排序的也遵循分治的思想。直观上其操作如下： 分解：分解待排序的n个元素的序列成各具n/2个元素的子序列。 解决：使用归并排序递归地排序两个子序列。 合并：合并两个已排序的... 阅读全文
posted @ 2015-05-24 11:19 vincently 阅读(1016) 评论(0) 推荐(0)
【经典算法】快速排序
摘要：与归并排序一样，快速排序使用也使用了分治的思想。下面是对一个典型的子数组A[p,...,r]进行快速排序的三步分治过程： 分解：数组A[p,...,r]被划分成两个（可能为空）子数组A[P,...,q-1]和A[q+1,...,r]，使得A[p,...,q-1]中每个元素都小于等于A[q]，而... 阅读全文
posted @ 2015-05-22 20:26 vincently 阅读(3767) 评论(0) 推荐(0)
【经典算法】贪心算法
摘要：本文转载自：http://www.cnblogs.com/steven_oyj/archive/2010/05/22/1741375.html一、基本概念： 所谓贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。 ... 阅读全文
posted @ 2015-02-25 11:55 vincently 阅读(1359) 评论(0) 推荐(1)
【经典算法——查找】二分查找
摘要：二分查找又称为折半查找，仅适用于事先已经排好序的顺序表。其查找的基本思路：首先将给定值K，与表中中间位置元素的关键字比较，若相等，返回该元素的存储位置；若不等，这所需查找的元素只能在中间数据以外的前半部分或后半部分中。然后在缩小的范围中继续进行同样的查找。如此反复直到找到为止。算法如下： 1... 阅读全文
posted @ 2015-02-18 11:30 vincently 阅读(14356) 评论(0) 推荐(0)
【经典算法】分治策略
摘要：一、什么是分治 有很多算法是递归的：为了解决一个给定的问题，算法要一次或多次递归调用其自身来解决的子问题。这些算法通常采用分治策略：将原问题划分为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。 习惯上，在正文中至少含有两个递归调用的例程叫作... 阅读全文
posted @ 2015-01-24 20:02 vincently 阅读(1049) 评论(0) 推荐(0)
【经典算法】递归解析
摘要：在非负整数集上定义一个函数f,它满足f(0)=0,且f(x)=2f(x-1)+x^2.从这个定义可以看出f(1)=1,f(2)=6,f(3)=21,f(4)=58。当一个函数用自身定义时就称为递归(recursive).即，一个函数直接或间接地调用自身，是为直接或间接递归。C++是允许递归的。但... 阅读全文
posted @ 2014-12-29 15:19 vincently 阅读(4547) 评论(0) 推荐(0)

上一页 1 2