因本人最近在惡補數據結構與算法，學識經驗有限，如有不正之處望讀者指正，不勝感激；也望藉此平臺留下學習筆記以溫故而知新。這一篇博客主要是最近剛開始接觸算法圖解一書，寫的通俗易懂，很多圖表幫忙理解，所以講隨手筆記分享至此，希望對您有所幫助。
算法圖解
一些常見的大O運行時間：
說明：
廣度優先搜索：
廣度優先搜索的最終代碼如下
狄克斯特拉算法包含的步驟（針對加權圖場景）
說明：如果有負權邊，就不能使用狄克斯特拉算法
NP問題：
以難解著稱的問題
如何判別沒辦法解決的問題是不是NP完全問題呢
動態規劃
遞歸的子集，遞歸部分有重疊，爲了減少時間複雜度，所以將中間過程都保存下來的遞歸
動態規劃實際應用的場景：
K最近鄰算法
K最近鄰算法常見應用：
推薦系統中基於用戶的推薦和基於物品的推薦
將KNN用於兩項基本工作：分類和迴歸
分類就是編組
迴歸就是預測一個數字
二叉查找樹
對於其中每個節點，左子節點的值都比它小，右子節點的值都比它大
優勢：插入和刪除操作的速度很快
反向索引（倒排索引）
也就是搜索引擎的基本工作原理
並行算法
影響並行算法不能線性提高算法速度的原因有兩個：
MapReduce
是一種流行的分佈式算法：主要包括映射函數和歸併函數兩部分
Map
Reduce
布隆過濾器和HyperLogLog
是一種概率型數據結構，提供的答案有可能不對，但很可能是正確的
可能出現報錯的情況，即可能指出在集合中查找某個主鍵是存在的，但是實際上並沒有
不可能出現漏報的情況，如果布隆過濾器說集合中沒有這個主鍵，那就一定不存在
SHA：secure hash algorithm 安全散列算法
典型應用1；可用於比較兩個文件是否相同
典型應用2：計算密碼的散列值
