排序算法 平均时间复杂度 最好情况 最坏情况 空间复杂度 稳定性 冒泡排序 O(n2) O(n) O(n2) O(1) 稳定 选择排序 O(n2) O(n2) O(n2) O(1) 不稳定 插入排序 O(n2) O(n) O(n2) O(1) 稳定 希尔排序 O(nlogn)~O(n2) O(n2) O(n2) O(1) 不稳定 归并排序 O(nlogn) O(nlogn) O(nlogn) O(n) 稳定 快速排序 O(nlogn) O(nlogn) O(n2) O(logn)~O(n) 不稳定 堆排序 O(nl…

总结一些在网上看到的关于KMP算法的简单理解，目前我的理解还很初步，很多东西还似懂非懂，目前先贴下来，期待以后慢慢懂。 KMP算法的基本原理 假设字符串S=BBC ABCDAB ABCDABCDABDE，搜索词P=ABCDABD。那么我们在执行搜索的时候进行下面的操作： 首先，字符串“BBC ABCDAB ABCDABCDABDE”的第一个字符与“ABCDABD”的第一个字符比较，因为不匹配，所以搜索词后移一位，直到移动到匹配的地方，即 B B C A B C D A B A B C D A B C D A B D…

一、判断题 1-1若用平方探测法解决冲突，则插入新元素时，若散列表容量为质数，插入就一定可以成功。(2分) F 1-2对N个不同的数据采用冒泡排序进行从大到小的排序，当元素基本有序时交换元素次数肯定最多。(2分) F 1-3n!是O(n^n)的。(2分) T 1-4对一棵平衡二叉树，所有非叶结点的平衡因子都是0，当且仅当该树是完全二叉树。(2分) F 1-5无向连通图至少有一个顶点的度为1。(2分) F 二、选择题 2-1 对一组数据{2，12，16，88，5，10}进行排序，若前三趟排序结果如下：第一趟排序结果：…

第十一讲：散列查找 11.1 散列表 11.1.1 散列的基本思路 编译处理时，设计变量及属性的管理： （1）插入：新变量定义。 （2）查找：变量的引用。 编译处理中对变量管理：动态查找问题。 利用查找树进行变量管理，由于两个变量名（字符串）比较效率不高。 我们已知的查找方法： （1）顺序查找，复杂度O(N)； （2）二分查找（静态查找），复杂度O(logN) （3）二叉搜索树，复杂度为O(h)，其中h为二叉查找树的高度； （4）平衡二叉树，复杂度为O(logN)。 如何快速搜索到需要的关键词呢？如果关键词不方便比…

第十讲：排序（下） 10.1 快速排序 10.1.1 算法概述 策略：分而治之。 下面举个例子，假如一组数为13/81/92/43/65/31/57/26/75/0，我们对其进行排序。那么首先选择出一个主元，这里我们选择为65，那么将这组数的其他成员分为了两组，一组是小于主元的13/43/31/57/26/0，一组是大于主元的81/92/75.然后将其递归处理，两边各选一个主元再进行分组……倒数第二步的时候，我们在第一步选择出来的主元左侧已经排好了顺序，右侧也排好了顺序，这样将它们放在同一个数组中，就完成了排序。 …

第九节：排序（上） 9.1 概述 对于之后应用到的一些说明： （1）void X_Sort(ElementType A[], int N) X为排序名称。 ①大多数情况下，为了简单起见，讨论从小到大的整数排序。 ②默认N为正整数。 ③只讨论基于比较的排序（>=<都是有定义的）。 ④只讨论内部排序（一次性可以写入内存，然后只在内存里面的数据排序）。 ⑤稳定性：任意两个相等的数据，排序前后的相对位置不发生改变。 没有一种排序是任何情况下都表现最好的！！！ 9.2 简单排序算法 9.2.1 冒泡排序 在一次排…

第八讲：图（下） 8.1 最小生成树问题 8.1.1 最小生成树（Minimum Spanning Tree） 如图1所示。   图1 它是一棵树：无回路；|V|个顶点一定有|V|-1条边； 它是生成树：包含全部顶点；|V|-1条边都在图里。在图1中，第2/3/4个图都是图1的生成树，可以看出，生成树中任加一条边都一定构成回路。 最小：边的权重和最小。 显然可以得出，最小生成树存在<->图连通。 8.1.2 贪心算法 贪：每一步都要最好的。好：权重最小的边。 需要约束：只能用图里有的边；只能正…