专业课复习笔记 5

前言

专业课难度非常大，我非常慌。啥也不复习了，就复习专业课好了。这个东西，我一定要把基本的东西学清楚，不然真的过不了单科线，啥也没用了。但是也别害怕。大家都是这么学的，我也不是说要考专业课第一，考一个前列的分数就花时间就好了。恩，加油。

线性试探

线性试探实际上我是知道的。就是冲突了就往后面移动一位。有些证明确实难。立即推放弃考研了。呜呜呜。实在理解不了就死记硬背了。真是靠了。专业课平均分实际上也就是一百分多一点点。我目标还是一百二呢，感觉一百二很有挑战性，我要是目标一百分，搞不好最后考个七八十分就废了。目标还是盯着一百二十分去考吧。算法题准备把力扣上面的简单中等的，二叉树和二叉搜索树的题都给写了。看得想睡觉，明明睡到自然醒的。要不要考虑喝咖啡了。考虑累了困了就睡二十分钟好了。这样比较好。

重散列

散列和排序的部分可以考虑复习一下算法导论。写了一下数学题，现在写数学题非常有正反馈，感觉数学强到爆炸。感觉多说无益，不如拿到一道题从头算到尾，丝滑的解题过程让我非常非常开心。进入了一种心流状态。但是考研不是只考数学。四门科目都要有这种感觉自己才能把初试学好。

基数排序

分层次排序。比如说金牌的最后一名比银奖的第一名的实力可能要强。从低位到高位依次排序。递归基就是最显然的情况。桶排序具有稳定性。特定场合非常高效。

桶排序

时间复杂度有优化和未优化的分别

常对数密度

常规密度的极限是零。取对数之后变成了一个常数。这个也是取极限之后是常数。比零大的常数。

线性排序算法

n 进制。排序的时间复杂度降到了线性。

进制转换

$$O(lo{g}_{base}n)\text{ base 是 base 进制，n 表示被转换的数字}$$

回顾

桶排序的时间复杂度 $$O(n+M)\text{ M 是数字的最大的范围}$$

M 很大是难以接受的一件事。

CBA 式算法的时间复杂度

comparison based algorithm ，就是比较式算法，问豆包都不知道这个东西，有点不行了，还是问 ds 吧，稍微靠谱一点。时间复杂度的下界是 $$O(nlogn)$$

常对数密度的整数集

表示的是选择的数字的个数，占范围内所有整数数目的比例，描述这个稀疏程度的。假设对数密度是一个常数级别的，那么基数排序是线性时间复杂度的。

o(nlogn) 表示的是什么级别的时间复杂度

从渐进意义上来考虑，比 O(nlogn) 快。o 表示的是一个严格的最优上界。比如说 100 可能是一个上界，99 可能是最优的严格上界，那么 o 表示的是这个 99.

最后

take your time .