This commit is contained in:
linghuam 2019-05-30 19:54:19 +08:00
parent 160b343075
commit 46b0477778
3 changed files with 94 additions and 2 deletions

View File

@ -110,4 +110,21 @@ function partition(arr, left, right) {
} }
} }
return i; return i;
}
function binarySearch(arr, value) {
var left = 0,
right = arr.length - 1;
var mid;
while(left <= right) {
mid = Math.floor((left+right)/2);
if (value < arr[mid]) {
right = mid - 1;
} else if(value > arr[mid]){
left = mid + 1;
} else {
return mid;
}
}
return -1;
} }

View File

@ -644,8 +644,83 @@ function partition(arr, left, right) {
### 顺序搜索 ### 顺序搜索
### 二分搜索 一一对比。
### 二分搜索(二分查找)
对于已排好序的数组。
```js
function binarySearch(arr, value) {
var left = 0,
right = arr.length - 1;
var mid;
while(left <= right) {
mid = Math.floor((left+right)/2);
if (value < arr[mid]) {
right = mid - 1;
} else if(value > arr[mid]){
left = mid + 1;
} else {
return mid;
}
}
return -1;
}
```
## 算法补充知识 ## 算法补充知识
## 时间复杂度速查表 ### 递归
[尾调用优化](https://juejin.im/post/5a4d898a518825698e7277d1)
```js
// 递归
function fibonacci(num) {
if (num === 1 || num === 2) return 1;
return fibonacci(num-1) + fibonacci(num-2);
}
// 非递归
function fibonacci(num) {
var n1 = 1, n2 = 1, n=1;
for (var i = 3; i <= num; i++) {
n = n1 + n2;
n1 = n2;
n2 = n;
}
return n;
}
```
### 动态规划Dynamic Programming DP
是一种将复杂问题分解成更小的子问题来解决的优化技术。
要注意动态规划和分而治之(归并排序和快速排序算法中用到的那种)是不同的方法。
分而治之方法是把问题分解成相互独立的子问题,然后组合它们的答案,而动态规划则是将问题分解成相互依赖的子问题。
解决的问题:
* 背包问题:给出一组项目,各自有值和容量,目标是找出总值最大的项目的集合。这个
问题的限制是,总容量必须小于等于“背包”的容量。
* 最长公共子序列:找出一组序列的最长公共子序列(可由另一序列删除元素但不改变余
下元素的顺序而得到)。
* 矩阵链相乘:给出一系列矩阵,目标是找到这些矩阵相乘的最高效办法(计算次数尽可
能少)。相乘操作不会进行,解决方案是找到这些矩阵各自相乘的顺序。
* 硬币找零给出面额为d1…dn的一定数量的硬币和要找零的钱数找出有多少种找零的
方法。
* 图的全源最短路径:对所有顶点对(u, v)找出从顶点u到顶点v的最短路
### 贪心算法
### 大 O 表示法
## 时间复杂度速查表
![时间复杂度曲线图](./时间复杂度曲线图.jpg)

Binary file not shown.

After

Width:  |  Height:  |  Size: 74 KiB