Tension

一个经历丰富的普通人，从秦岭到南疆北疆，从青海到内蒙，从太行到长白，从九江到韶关，从贵州到北京，从中国到世界。他见过太多的苦难，他经历过多年的穷苦和艰辛，他见过太多亲朋好友的悲痛，这个世界总是有太多的普通人的苦难无法被人看到，也没人关心，他带我旁观形形色色的人生片段，他坚持自己的乐观向上的态度，这就是巴瑞·萨里万的Tension，我们每个人又何尝不是Tension呢？

# Meta - 这部剧太水了, 用来做数据结构和算法的入门都难以做到 - 充斥着一种我若是买了纸质书, 我就是冤大头的feel - 于我而言唯一的亮点在快排引出的快速选择算法 # Text - (https://weread.qq.com/web/reader/689329a0718ff663689395dkc81322c012c81e728d9d180) ### C1-C6 大O, 几种排序算法 -C1 数据结构为何重要 - 数组, 读取, 查找, 插入, 删除 - 集合, 不允许有重复元素, 插入前需要查找一遍看看是否已有 - 国外的算法数, 对数据结构的分类和我熟悉的那一套稍有不同 --- - C2 算法为何重要 - 查找有序数组, 线性查找vs二分查找 - 前面的内容比较水, 难以为一章, 再往后看看 --- - C3 大O记法 - “大O记法可用来描述一个函数的增长率的上限”，或者“如果函数g(x)的增长速度不比函数f(x)快，那么就称g属于O(f)” - 若无特别说明，大O记法一般都是指最坏情况。因此尽管线性查找有O(1)的最好情况，但大多数资料还是把它归类为O(N) - 对数时间, O(logN)意味着该算法当数据量翻倍时，步数加1, logN其实指的是log_2 N, 省略了2 - log_2 8 可以表达为：将8不断地除以2直到1，需要多少个2 --- - C4 运用大O来给代码提速 - 冒泡排序, 比较次数n^2, 交换次数n^2 --- - C5 用或不用大O来优化代码 - 选择排序, 比较次数n^2, 交换次数n, 选择比冒泡快 - 大O记法忽略常数 --- - C6 乐观的调优 - 插入排序 - 大O只保留最高阶的N - 最坏情况(完全逆序的序列), 冒泡n^2, 选择n^2/2, 插入n^2+2n-2 - 选择排序是无论何种情况，最坏、平均、最好，都要N2/ 2步。因为这个算法没有提早结束某一轮的机制，不管遇到什么，每一轮都得比较所选索引右边的所有值 ### C7-C10 散列表, 栈和队列, 递归, 快排 - 将字符串转为数字串的过程就是散列，其中用于对照的密码，就是散列函数 - 既要避免冲突，又要节约空间 - 数据量与格子数的比值称为负载因子 - 快速排序严重依赖于分区, 它的运作方式如下所示 - 把数组分区。使轴到正确的位置上去 - 对轴左右的两个子数组递归地重复第1、2步，也就是说，两个子数组都各自分区，并形成各自的轴以及由轴分隔的更小的子数组。然后也对这些子数组分区，以此类推 - 当分出的子数组长度为0或1时，即达到基准情形，无须进一步操作 - 快排, 平均O(NlogN), 最坏O(N^2), 但是稳定 - 利用快排分区的思想, 可以写快速选择算法, 选出数组中第n大的元素 - 比如我想找第3小的元素, 做一次快排的分区, 如果轴是第5小位置, 说明第3小一定在左面, 右面的那半就不要了 ### C11-C15 - 链表, 二叉树, 图, 空间复杂度 - 太水了

从一开始我就知道结局，我选定了自己要走的路，也就是未来的必经之路。我循路而前，满怀喜悦，也许是满怀痛苦。