嵌入式学习44-哈希算法和排序算法

Hash

哈希算法:

在记录的 存储位置 和它的 关键字 之间建立一种去特定的对应关系,使得每个关键字key对应一个存储位置;

查找 时,根据确定的对应关系,找到给定的key映射

记录的存储位置 = f(关键字)

我们把这种关系 f 称为 哈希函数(散列函数)

哈希表: 采用这种 散列技术 将记录存储在一块 连续的存储空间 ,这块连续存储开空间称为哈希表或散列表。

存储 时,通过 散列函数 计算出记录的 散列地址

查找时,根据同样的 散列函数 计算记录的 散列地址,并按此 散列地址访问 记录。

存地址的数组 hash_table[addr] ==>phead 功能

算法

解决特定问题求解步骤

算法的设计,

1.正确性,

语法正确

合法的输入能得到合理的结果。

对非法的输入,给出满足要求的规格说明

对精心选择,甚至刁难的测试都能正常运行,结果正确

  1. 可读性,便于交流,阅读,理解 高内聚 低耦合

  2. 健壮性,输入非法数据,能进行相应的处理,而不是产生异常

4**. 高效率** (时间复杂度)

  1. 低存储(空间复杂度)

算法时间复杂度

执行这个算法所花时间的度量

将数据量增长和时间增长用函数表示出来,这个函数就叫做时间复杂度。

一般用大O表示法:O(n)-----时间复杂度是关于数据n的一个函数

随着n的增加,时间复杂度增长较慢的算法时间复杂度低

时间复杂度的计算规则

1,用常数1 取代运行时间中的所有加法常数

2,在修改后的运行函数中,只保留最高阶项。

3,如果最高阶存在且系数不是1,则去除这个项相乘的常数。

Fun(int a,int b) O(1)

{

3 Int tmp = a; O(1) n O(1)

A = b;

B = tmp;

}

for(i=0;i<n;i++) O(n) n O(n)

{

3n Int tmp = a;

A = b;

B = tmp; O(n)

}

for (i = 1; i < n; i *= 2) O(logn) 1*2*2*2*2*2... < n

x {

2 ^x = n

o(logn)

}

for(i=0;i<n;i++) O(nlogn)

{

for (i = 0; i < n; i *= 2) o(logn)

{

}

}

for(i=0;i<n;i++) o(n^2)

{

for(j=i;j<n;j++) 0 1 2 ...n-1

{

Int tmp = a; 3n 3(n-1) 3(n-2) 3

n^2 A = b;

B = tmp; 3 (n + 1)n/2 ====>n^2

}

}

O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)

排序算法

是否稳定:数据是否交换

冒泡排序(稳定)

选择排序

插入排序

快速排序

二分查找:有序序列为前提,O(logn)时间复杂度

相关推荐
写代码的小王吧28 分钟前
【安全】Web渗透测试(全流程)_渗透测试学习流程图
linux·前端·网络·学习·安全·网络安全·ssh
虾球xz2 小时前
游戏引擎学习第208天
学习·游戏引擎
小军要奋进2 小时前
httpx模块的使用
笔记·爬虫·python·学习·httpx
刺客-Andy2 小时前
前端加密方式 AES对称加密 RSA非对称加密 以及 MD5哈希算法详解
前端·javascript·算法·哈希算法
齐尹秦3 小时前
CSS Id 和 Class 选择器学习笔记
css·笔记·学习
Leweslyh3 小时前
云计算:基础、概念与未来展望
学习·云计算·基础知识
kovlistudio3 小时前
红宝书第二十九讲:详解编辑器和IDE:VS Code与WebStorm
开发语言·前端·javascript·ide·学习·编辑器·webstorm
丶Darling.4 小时前
深度学习与神经网络 | 邱锡鹏 | 第三章学习笔记
深度学习·神经网络·学习
小付同学呀4 小时前
前端快速入门学习4——CSS盒子模型、浮动、定位
前端·css·学习
University of Feriburg4 小时前
4-c语言中的数据类型
linux·c语言·笔记·学习·嵌入式实时数据库·嵌入式软件