二叉樹的前序遍歷、中序遍歷、後序遍歷
- 前序遍歷
- 遍歷順序規則爲【根左右】
- ABCDEFGHK
- 中序遍歷
- 遍歷順序規則爲【左根右】
- BDCAEHGKF
- 後序遍歷
- 遍歷順序規則爲【左右根】
- DCBHKGFEA
什麼是時間複雜度和空間複雜度
- 時間複雜度
- 是指執行當前算法所消耗的時間
- 空間複雜度
- 是指執行當前算法需要佔用多少內存空間
- 評價一個算法的效率主要是看它的時間複雜度和空間複雜度。然後有時候魚和熊掌不可得兼,所以我們就需要從中去取一個平衡點
知道淘汰策略的哪些算法?
lru算法如果讓你實現你會選擇哪種數據結構
- LRU算法的原理(least recently used,最近最少使用):
- LRU的四種實現方式
- LRU-K
- 原理:LRU-K中的K代表最近使用的次數,因此LRU可以認爲是LRU-1。LRU-K的主要目的是爲了解決LRU算法“緩存污染”的問題,其核心思想是將“最近使用過1次”的判斷標準擴展爲最近使用過K次
- 實現:相比於LRU,LRU-K需要多維護一個隊列,用於記錄所有緩存數據被訪問的歷史。只有當數據的訪問次數達到K次的時候,纔會將數據放入到緩存中。當需要淘汰數據的時候,LRU-K後淘汰第K次訪問時間據當前時間最大的數據。
- 過程
- 數據第一次被訪問,加入到訪問歷史列表
- 如果數據在訪問歷史列表裏後沒有達到K次訪問,就按照一定的規則(FIFO,LRU)淘汰
- 當訪問歷史隊列中的數據訪問次數達到K次以後,將數據索引從歷史隊列中刪除,將數據移到緩存隊列中,並緩存此數據,緩存隊列重新按照時間排序
- 緩存數據隊列中被再次訪問之後,重新排序
- 需要淘汰數據的時候,淘汰緩存隊列中排在末尾的數據,也就是淘汰倒數第K次訪問離現在最久的數據
- 過程
- LRU-K降低了緩存污染帶來的問題,命中率比LRU要高,他是一個優先級隊列,算法複雜度和代價都相對比較高
- 代價:
- 由於LRU-K還需要記錄哪些被訪問過、但是還沒有放入緩存的對象,所以因此內存消耗會比LRU多;數據量很大的時候,內存消耗會很大
- 他需要基於時間進行排序(可以需要淘汰時在進行排序,也可以即時排序),CPU的消耗會比LRU高
- Two queues(2Q)
- 原理:算法類似LRU-2,不同點在於2Q將LRU-2算法中的訪問歷史隊列(注意這不是緩存數據的)改爲一個FIFO緩存隊列 就是2Q算法有兩個緩存隊列,一個FIFO隊列另一個是LRU隊列
- 實現:當數據第一次敢問的時候,2Q算法將數據緩存在FIFO隊列中,當數據第二次被訪問的時候,就將數據從FIFO隊列中移到LRU隊列裏面,兩個隊列各自按照自己的方法淘汰數據
- 實現過程
- 新訪問的數據插入到FIFO隊列
- 如果數據在FIFO中一直沒有被再次訪問的話,則最終按照FIFO的規則進行淘汰
- 如果數據在FIFO隊列中被再次訪問的話,就將數據移動到LRU隊列的頭部
- 乳溝數據在LRU隊列再次被訪問,就將數據移到LRU隊列的頭部
- LRU隊列淘汰末尾的數據
- 實現過程
- Multi Queue(MQ)
- 原理:MQ算法根據訪問的頻率將數據劃分成多個隊列,不同的隊列具有不同的訪問的優先級,核心思想就是:優先緩存訪問次數多的數據
- 實現:MQ算法將緩存劃分爲多個LRU隊列,每個隊列對應不同的訪問優先級。訪問優先級是根據訪問次數計算出來的
- LRU
- 原理:算法根據數據的歷史訪問記錄來進行淘汰數據,其核心思想是”如果數據最近被訪問過,那麼將來被訪問的機率也就更高“
- 實現:最常見是實現是使用一個鏈表保存緩存數據
- 過程
- 新書插入到鏈表的頭部
- 每當緩存命中(也就是緩存數據被訪問的時候),就將移動到鏈表的頭部
- 當鏈表滿的時候,將鏈表尾部的數據丟棄
- 過程
- LRU-K
知道動態規劃和貪心算法嗎
- 動態規劃
- 全局最優解中一定包含某個局部最優解,但是不一定包含前一個局部最優解,因此需要記錄之前的所有最優解
- 動態規劃的關鍵就是在於狀態轉移方程,即如何用已經求出的局部最優解來推導全局最優解
- 邊界條件:即最簡單的,可以直接得出的局部最優解
- 貪心算法
- 問題求解時總是做出當前看是最好的選擇,也就是說,不從整體最優上加以考慮,他所作出的僅是在某種意義上的局部最優解
- 作出的每一步貪心決策都是無法改變的,因爲貪心決策是由上一步的最優解推導下一步的最優解,而上一步之前的最優解則不做保留
- 貪心算法的正確條件:每一步的最優解一定包含上一步的最優解
- 共同點:都是一種遞推算法,均是局部最優解來推導全局最優解