数据结构和算法的学习
在开始之前我们先来写一个帮助测试的函数
// 生成有n个元素的随机数组,每个元素的随机范围为[rangeL, rangeR]
func generateRandomArray(count:Int,rangL:Int,rangR:Int) -> Array<Int> {
if rangR <= rangL{
fatalError("取值范围不准确")
}
var arr:[Int] = Array()
for _ in 0..<count {
let arc = rangR - rangL + 1
let item:Int = Int(arc4random()) % arc + rangL
arr.append(item)
}
return arr
}
// 判断arr数组是否有序
func isSorted(arr:[Int]) -> Bool {
for i in 0..<arr.count-1 {
if arr[i] > arr[i+1] {
return false
}
}
return true
}
排序算法优越评价有三个指标，执行效率、内存消耗、稳定性，一般来讲，在分析效率时会从几个方面来衡量：
-
时间复杂度。会从最好、最坏和平均情况三个来分析；
-
时间复杂度的系数、常数 、低阶。在对同一阶时间复杂度的排序算法性能对比的时候，我们就要把系数、常数、低阶也考虑进来。
-
比较次数和交换（或移动）次数。
排序算法参考：
- 1、实现一个支持动态扩容的数组
- 2、实现一个大小固定的有序数组，支持动态增删改操作
- 3、实现两个有序数组合并为一个有序数组
- 1、实现单链表、循环链表、双向链表，支持增删操作
- 2、实现单链表反转
- 3、实现两个有序的链表合并为一个有序链表
- 4、实现求链表的中间结点
- 1、用数组实现一个顺序栈
- 2、用链表实现一个链式栈
- 3、编程模拟实现一个浏览器的前进、后退功能
- 1、用数组实现一个顺序队列
- 2、用链表实现一个链式队列
- 3、实现一个循环队列
- 1、编程实现斐波那契数列求值f(n)=f(n-1)+f(n-2)
- 2、编程实现求阶乘n!
- 3、编程实现一组数据集合的全排列
- 1、实现归并排序、快速排序、插入排序、冒泡排序、选择排序
- 2、编程实现O(n)时间复杂度内找到一组数据的第K大元素
- 1、实现一个有序数组的二分查找算法
- 2、实现模糊二分查找算法（比如大于等于给定值的第一个元素）
- 1、实现一个基于链表法解决冲突问题的散列表
- 2、实现一个LRU缓存淘汰算法
- 1、实现一个字符集，只包含a～z这26个英文字母的Trie树
- 2、实现朴素的字符串匹配算法
- 1、实现一个二叉查找树，并且支持插入、删除、查找操作
- 2、实现查找二叉查找树中某个节点的后继、前驱节点
- 3、实现二叉树前、中、后序以及按层遍历
- 1、实现一个小顶堆、大顶堆、优先级队列
- 2、实现堆排序
- 3、利用优先级队列合并K个有序数组
- 4、求一组动态数据集合的最大Top K
- 1、实现有向图、无向图、有权图、无权图的邻接矩阵和邻接表表示方法
- 2、实现图的深度优先搜索、广度优先搜索
- 3、实现Dijkstra算法、A*算法
- 4、实现拓扑排序的Kahn算法、DFS算法
- 1、利用回溯算法求解八皇后问题
- 2、利用回溯算法求解0-1背包问题
- 1、利用分治算法求一组数据的逆序对个数
- 1、0-1背包问题
- 2、最小路径和
- 3、编程实现莱文斯坦最短编辑距离
- 4、编程实现查找两个字符串的最长公共子序列
- 5、编程实现一个数据序列的最长递增子序列