16.貪心算法：：局部最優(yōu)解的合集，以實現(xiàn)全局最優(yōu)解

17.NP 完全問題：

元素較少時算法的運行速度非?？欤S著元素數(shù)量的增加，速度會變得非常慢。

涉及“所有組合”的問題通常是NP完全問題。

不能將問題分成小問題，必須考慮各種可能的情況。這可能是NP完全問題。

如果問題涉及序列（如旅行商問題中的城市序列）且難以解決，它可能就是NP完全問題。

如果問題涉及集合（如廣播臺集合）且難以解決，它可能就是NP完全問題。

如果問題可轉(zhuǎn)換為集合覆蓋問題或旅行商問題，那它肯定是NP完全問題。

18.動態(tài)規(guī)劃：處理小問題，集合起來處理大問題，但每個小問題要是離散的，不依賴于其他子問題才行

1.對于前面的背包問題，最終答案總是在最后的單元格中。但對于最長公共子串問題，答案為網(wǎng)格中最大的數(shù)字——它可能并不位于最后的單元格中。

2.最長公共子序列：

需要在給定約束條件下優(yōu)化某種指標時，動態(tài)規(guī)劃很有用。

問題可分解為離散子問題時，可使用動態(tài)規(guī)劃來解決。

每種動態(tài)規(guī)劃解決方案都涉及網(wǎng)格。

單元格中的值通常就是你要優(yōu)化的值。

每個單元格都是一個子問題，因此你需要考慮如何將問題分解為子問題。

沒有放之四海皆準的計算動態(tài)規(guī)劃解決方案的公式。

19.KNN算法：

1.按距離歸類：K系數(shù)

2.特征抽?。?/span>

3.分類：編組

4.回歸：線性預測

5.余弦相似度計算：角度分類

20.二叉查找樹（全O(logn)：對于每個節(jié)點，該節(jié)點左邊的節(jié)點都比它小，右邊的節(jié)點都這個基準節(jié)點大，但左右不平衡會導致性能不佳。

1.紅黑樹：平衡狀態(tài)的特殊二叉樹

21.反向索引：通過關(guān)鍵字反向找到目標頁面，常用于搜索引擎。

22.傅里葉變換：處理信號，如地震預測、DNA分析、音樂識別。

23.并行算法：使內(nèi)核平衡分配資源

24.分布式算法：屬于特殊的并行算法，如MapReduce，map：映射函數(shù) reduce：歸并函數(shù)

1.映射函數(shù)map：接受一個數(shù)組，并對其進行處理轉(zhuǎn)換為另一個數(shù)組，使用多臺計算機同時處理

2.歸并函數(shù)reduce：將多項歸并為一項

25.布隆過濾器：一種概率型數(shù)據(jù)結(jié)構(gòu)，判斷網(wǎng)頁是否已經(jīng)搜集，散列表的答案絕對可靠，布隆過濾器的答案不絕對可靠，但可能規(guī)避惡意網(wǎng)站，且占用存儲空間小。

26.Hyperloglog：HyperLogLog近似地計算集合中不同的元素數(shù)，與布隆過濾器一樣，它不能給出準確的答案，但也八九不離十，而占用的內(nèi)存空間卻少得多。

27：SHA算法：安全散列算法函數(shù)，給定一個字符串，返回其散列值

1.通過計算散列值來比較文件是否相同

2.網(wǎng)站密碼本質(zhì)上是網(wǎng)站服務(wù)器計算輸入值的散列值，同數(shù)據(jù)庫中的散列值進行比較

3.散列值無法轉(zhuǎn)換成原始字符串

4.目前完善的SHA算法：SHA-2、SHA-3

5.最安全的密碼散列函數(shù)：bcrypt

6.局部不敏感

1. Simhash算法：

   1.局部敏感

   2.通過比較散列值來判斷兩個字符的相似程度

   3.檢查兩項內(nèi)容的相似程度

   4.用途：1.判斷網(wǎng)頁是否已搜集 2.判斷文章是否來自于網(wǎng)上 3.判斷用戶上傳的文檔是否與有版權(quán)內(nèi)容類似，從而拒絕

2. Diffie-Hellman算法：

   1.兩個密鑰：公鑰和私鑰。公鑰就是公開的，可使用其他任何方式來發(fā)布。使用公鑰對對象進行加密。加密后的消息只有使用私鑰才能解密。

30.線性規(guī)劃：Simplex算法，所有的圖算法都可使用線性規(guī)劃來實現(xiàn)。線性規(guī)劃是一個寬泛得多的框架，圖問題只是其中的一個子集，研究最優(yōu)化問題。