【笔记分享】算法图解1
因本人最近在恶补数据结构与算法，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这一篇博客主要是最近刚开始接触算法图解一书，写的通俗易懂，很多图表帮忙理解，所以讲随手笔记分享至此，希望对您有所帮助。
算法图解
一些常见的大O运行时间：
说明：
广度优先搜索：
广度优先搜索的最终代码如下
狄克斯特拉算法包含的步骤（针对加权图场景）
说明：如果有负权边，就不能使用狄克斯特拉算法
NP问题：
以难解著称的问题
如何判别没办法解决的问题是不是NP完全问题呢
动态规划
递归的子集，递归部分有重叠，为了减少时间复杂度，所以将中间过程都保存下来的递归
动态规划实际应用的场景：
K最近邻算法
K最近邻算法常见应用：
推荐系统中基于用户的推荐和基于物品的推荐
将KNN用于两项基本工作：分类和回归
分类就是编组
回归就是预测一个数字
二叉查找树
对于其中每个节点，左子节点的值都比它小，右子节点的值都比它大
优势：插入和删除操作的速度很快
反向索引（倒排索引）
也就是搜索引擎的基本工作原理
并行算法
影响并行算法不能线性提高算法速度的原因有两个：
MapReduce
是一种流行的分布式算法：主要包括映射函数和归并函数两部分
Map
Reduce
布隆过滤器和HyperLogLog
是一种概率型数据结构，提供的答案有可能不对，但很可能是正确的
可能出现报错的情况，即可能指出在集合中查找某个主键是存在的，但是实际上并没有
不可能出现漏报的情况，如果布隆过滤器说集合中没有这个主键，那就一定不存在
SHA：secure hash algorithm 安全散列算法
典型应用1；可用于比较两个文件是否相同
典型应用2：计算密码的散列值