算法-知识点总结（持续更新中）

川长思鸟来 2024-04-17 05:48 69阅读 0赞

**1. 位图法  bimap算法**

应用场景：快速在大量的数中查找一个数、去除重复的数

优点：节省内存、查找速度快

*  假设有1亿个数，要在1亿个数里面找到是否存在666这个数，那么可以构建一个bitmap结构。用一个数组存0、1，将这一亿个数存到这个数组，数组只存0、1，默认数组所有位置的值设置为0，将一亿个数的值作为数组的下标将对应数组的位置赋值为1，比如数字10则将array\[10\]=1，构建好bitmap结构后查找一个数是否存在只需要o1，比如查找666这个数是否存在这一亿个数里面，只需要判断array\[666\]是否为1即可。
 *  利用bitmap算法统计在线用户， 将用户id作为对应的位，1表示用户在线，0表示不在线。可以通过redis的setbit、getbit命令实现，例子 : setbit user\_login 666 1。通过getbit user\_login 666获取到userid为666的值为1即可知道该用户在线，通过bitcount user\_login即可获取到在线用户数。

**2. 布隆过滤器**

应用场景：基于bitmap的扩展，可用于判断某个字符串一定不存在，但不能判断某个字符串一定存在

优点：节省内存空间，查找速度快

基于bitmap思想，由于字符串无法当作数组下标，因此可以通过多种hash算法，计算字符串的hash值，将获取到的hash值作为数组下标，之所以要用多种hash算法是为了提高准确性，避免过多hash碰撞导致准确率过低。假设3个hash算法，首先要构建一个数组，将每个要存放的字符串通过三种hash算法计算得到三个hash值，将hash值作为数组下标，将数组对应下标的值置为1。如果要查找字符串abcd是否一定不存在，则对abcd进行hash，假设算出hash值10、21、34三个值，通过判断数组这三个下标的值是否都为1即可判断一个字符串是否一定不存在。

为什么是只能判断一定不存在，不能判断一定存在？因为不管有几个hash算法，都会存在碰撞的情况，假设abcd字符串算出的三个hash值对应的数组位置之前已经都被置为1了，那么这个时候就不能说这三个位置都为1所以abcd一定存在。而且hash算法个数也不是越多越好，越多说明一个字符串占位越多，占用的空间和碰撞的机率也会提高。

基于以上的点有一条计算公式k表示hash算法个数，m表示数组容量，n表示插入的元素个数，k=m/n \* ln2

redis同样也有布隆过滤器相关支持的插件,这里就不扩展，可参考掘金里这篇文章 [https://juejin.im/post/5bc7446e5188255c791b3360][https_juejin.im_post_5bc7446e5188255c791b3360]

**3. 区分稳定排序和非稳定排序的作用。**

主要是可用于二次排序，在比如基于字段a排序之后，现在想按照b字段排序，如果想让按b排序后相同的还是保持之前按照a字段排序的顺序，就要稳定排序，比如职工排名先按照工资排名，然后再按照级别排名，稳定排序的情况下，同级别工资高的就会排在前面。

**4. BF算法，暴风算法  Brute Force**

字符串匹配算法，一种暴力匹配，abcdef字符串中判断是否存在子串cde，c和a,b比较不匹配则跳过，c匹配到再陆续判断de是否匹配，不匹配则继续接着遍历abcdef字符串去匹配。

**5. 搜索算法**

搜索算法有深度优先搜索算法和广度优先搜索算法，深度优先搜索适用查找所有解且空间占用较小，广度优先适用找到最优解（找到最优解的速度更快，最优解可以理解是找到最短路径，最高权重等等）。

*  深度优先搜索：

深度优先搜索相当于先一条路搜到死，得到答案或者搜到死胡同回溯（回溯参考下面解释），可以通过递归实现，假设需要从一个树里面找到所有符合条件的节点。如下，递归往一条路径搜，并将符合条件的节点记录下来，继续搜索到底，再函数返回搜其他位置，直到将所有的解找到。

search(Node node){ 
    ... 
    search(node.left); 
    search(node.right);
    ...
    }

*  广度优先搜索

前面提到广度优先搜索适用于更快找到最优解，为什么会更快？先看下深度优先是怎么搜的，会一条路径走到尽头，发现走错了，又回到原点往其他方向再搜，假设错误的路径特别深，那么会浪费很多搜索时间在一条错误的路径上，走得很长的步数。

广度优先则是通过多条路径一块搜索，每条路径都先走一步，然后走剩下可行每个路径再走一步，这样就可以更快找到最短路径。相当于一群人在找一个人，遇到分叉口的时候分开搜，会比一群人往一个方向搜到底，再回来再搜其他方向快。

为什么说广度搜索会耗费更多的空间，因为需要额外申请一个队列来存储要搜哪个节点。假设有个树结构，想要找到最短路径符合条件的节点，起始需要搜索左节点a右节点b，ab依次入队，循环遍历队列搜索，依据队列先进先出会先搜索a节点，搜索a节点的时候发现a节点也有左节点c右节点d，cd入队，接下来会轮到b出队，搜索b会有左右ef节点入队，按照这个规律，即可实现按照树一层一层结构往下搜，从而达到找到最短路径符合条件的节点。

搜索涉及到两个知识点:

回溯：搜索过程中搜到一条错误路径,即无解的路径，回退到原点。实现回溯，可以通过栈或递归实现，栈本身是先进后出，往前走相当于进栈，走一步进一次栈，回退即为出栈。而递归则是搜索到尽头发现是死路后，函数return，会回退到上层调用从而达到回退的目的。递归其实底层原理也是即基于栈实现的，一次调用本方法相当一次进栈，从栈顶执行到栈底，所以如果递归深度太深，可能会触发栈溢出错误。

剪枝:搜索过程中将一些无用的路径进行排除，避免无效搜索。比如剪掉已经走过的路径，或者跟据实际场景和已搜索的路径情况，可以判断出某个路径已经无需再走则可以剪掉（比如经过某个点后，得知这个点之后无论怎么走都无法得到结果，那么经过这个点的所有路径都可以剪掉）。涉及到权重统计找权重最高之类比较常用，比如两个方向ab会汇聚到一个点c，之后都能到达d点，如果方向a这条路径到达c的权重累加没有b路径的高，那么a方向到达c点之后的所有路径都没必要走了，因为肯定没有b方向到达c点之后的路径分数高。（当然找最优解还是用广度搜索，但是如果有空间限制，那就用深度搜索并剪枝优化）。

**6 马拉车算法 manacher**

应用场景： 用于寻找字符串中的最长回文串，价值在于把时间复杂度优化到线性查找O(n)

对于一个字符串abcdcbn，先在字符中间加个特殊字符，如a\#b\#c\#d\#c\#b\#n,因为需要记录回文中心，如果回文中心是空隙没办法记录，字符间统一加上一个字符，不影响原有回文串。常规判断一个回文的方式是遍历字符串，然后往两边扩散比较字符，从而得到最长的回文串，而manacher算法则是通过回文串的特性，避免了一些没必要的扩散比较。

以字符串abcdcbn为例子,遍历到第5位的时候，第4位已知是长度为5的回文串中心，这个回文串的右边界为第6位，由于第5位小于回文串的右边界，根据回文特性，可得知第3位与第5位对称且第三位两边的字符是一致的，而第3位为中心的回文串长度为1，因此第5位无需两边扩散判断便可得知第5位的回文长度也为1。通过这样可以避免一些扩散判断，提供了查找速度。

需要注意的点:  1. 如果刚好处于已知回文串的右边界上是直接需要扩散判断的，因为右边界的右边的字符是未知的。

2. 以上面的例子为例，假设第三位的回文串长度是3，那么第5位的回文长度至少也是3及3以上，因为第6位就是边界，边界外的字符是未知的，这种情况也要再进行扩散判断。

**7. 字典树 trie树**

应用场景： 用于快速查找词库中是否有某个词，且支持前缀匹配搜索，自动补全控件就可以通过字典树实现。

字典树，即存储词库的词时，将词拆分成一个个字母组成树，一个字母一个节点，查找单词时，只要按照单词每个字母往节点搜索即可。如下所示

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FzZDgwNDE3MTAyMw_size_16_color_FFFFFF_t_70][]

字典树的压缩存储，由于每个字母占用一个节点，会浪费空间，因此可以通过拆分单词，做为节点存储。如下，apple、apollo单词的存储

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FzZDgwNDE3MTAyMw_size_16_color_FFFFFF_t_70 1][]

压缩存储的几个注意点：（1）拆分单词会导致拆出不是单词的前缀词，如上会拆出ap,需要在节点中标记是前缀不是单词。

(2)  有新的单词进来，比如append，需要进行节点裂变，上面的ple节点要裂变成p节点和le节点。

(3) 两个独立的树可以用一个空节点作为顶节点，连接成一个树。

(4) 如果需要统计某个前缀有多少单词，可以在节点中存储子节点个数，空间换时间，就不用去遍历子节点统计。

**8.分治法**

分而治之将一个问题拆成若干个子问题，最终合并得出结果。

比如经典的top N问题，在10w个数中寻找top 1000,可以随机找一个数，将大于这个数的移到右边，小于这个数移动到左边，判断如果右边的数小于1000，则在左边随机选个数按照此法找出剩下的top 1000的数，最后将结果汇总。(top N问题更好的解决方法是通过构建堆来实现)。

如果有多台机器，数据可以分开存储，各自算出top 1000后汇总，再根据汇总的数据计算top 1000的数据，这也是分治法的思想，elasticSearch的排序搜索、得分计算按分数返回数据也是这种思想。

快排也是基于分治法的思想，将数据拆成一个个小块，让块与块之间有序，达到排序的效果。

**9. 动态规划**

应用场景：斐波那契数列

动态规划和分治法类似，都是将一个问题拆成若干个子问题处理，不同的是动态规划拆分的子问题互相不独立，一个子问题的计算依赖前一个子问题计算的结果，通过记住求过的解来节省时间。

斐波那契数列就可以通过动态规划实现，众所周知斐波那契数列是为0 1 1 2 3 5 8 13 21........，即fn=f(n-1)+f(n-2),常规做法我们可以通过递归实现获取第n位对应的数，如下

int fun(int n){
      if (n<=1){
        return n;  
      }
      return fn(n-1)+fn(n-2);
    }

递归求法n值越大，栈的深度越深，可能会导致栈溢出。

先看这种求法是怎么处理的，求

f(4)=f(3)+fn(2)=fun(2)+fun(1)+fn(1)+fn(0)=fn(1)+fn(0)+f(1)+f(1)+fn(0)

算法中需要重复fn(2) f(1)的值，如果把这些值暂存起来，就可以用于下次计算，不用重复拆分计算。如下将每次计算的结果暂存起来用于下次计算。

int fun(int n) {
      int preNum=1;
      int prePreNum=0;
      int result=0;
      if(n<=1){
        return n;
      }          
      for(int i=2;i<=n;i++){
        result=preNum+prePreNum;
        prePreNum=preNum;
        preNum=result;
      }
      return result; 
    }

可以简化成

int fun(n){
      int perNum=0;
      int nextNum=1;  
      while (n-- > 0){
        nextNum += perNum;
        perNum = nextNum-perNum;
      }
      return perNum;
    }

**10 并查集**

并查集是一种树型的数据结构，用于处理一些不相交集合的合并及查询问题。

[https_juejin.im_post_5bc7446e5188255c791b3360]: https://juejin.im/post/5bc7446e5188255c791b3360
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FzZDgwNDE3MTAyMw_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/aeed080885b6414896f56c53bff6e22c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FzZDgwNDE3MTAyMw_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/4f5f25d0e4434c2cb6dcbd6a6c8d6e95.png