算法小结

时间复杂度 随着数据量的增加，程序所消耗的时间变化趋势 O(1),O(logn),O(n),O(nlogn),O(n^2)....
空间复杂度 随着数据数量增加 产生的额外空间消耗的变化趋势 同上

链表问题:
单双休链表
链表旋转问题：首选设置哨兵链表头，防止头部链表丢失，然后使用pre,current,next 三个指针进行next遍历,链表反转一定要注意一点，防止节点相互指向，所以一开始一定要将head节点的next置为null
链表复制：1使用map复制，2，直接在链表上新增节点，在迁出

栈问题：秉承着先进先出，两个做队列，求最小值，数的遍历都适合使用

补充一个前缀和数组，申明一个长度较比较数组大于一的数组，方便使用，然后依次将前面所知值和与当前值相加结果放入数组中，最后得到的一个有序的结果集，两两差值等于原数组下标指向值之和（描述的有点模糊啊，还好我自己很明白）

队列：先进先出 二叉树的分层遍历，单方向视角类似题目都可以使用队列，非常适用于广度优先搜索

二分法：二分法的使用，首先需要保证数据是有序的，然后通过大小比较不断取中值。如果有数据求和的，返回的是数据下标的数据结构，建议使用hashMap，通过与目标值的求差与key对比

双指针，双指针适用的场景，一定是数据有顺序趋势的，这样通过star，end的指针对比，然后做指针移动，移动的结果值一定可预见的变大或者变小

排序：
冒泡排序：暴力排序，每一个数都要循环与后一个数进行对比。
插入排序：思想就是和前面的数据一个个比下去，因为前面已经是有序的了，所以只要比较到比自己小的位置插入就好
选择排序：思想就是每次寻找到最小的那个值，进行替换就可以了，替换的次数比冒泡小，就是把最小的往前扔
快排：思想就是取一个值，然后基于这个值不断的将数组区分，每次区分都能保证昨天的数组都小于比较值，右边大于比较值，递归处理，最后得到的就是有序数组
归并排序：思想就是将数组先分成最小单位，然后合并过程中进行排序，这样最后合并出来的就是有序数组

tree 主要是二叉查找树，对数的遍历，有递归左右排序，或者使用栈，数的结构放入数组中，数组1下标存放根节点，然后依次存放左右，这样的方式可以序列化和反序列化树结构

红黑树 :一种稳定深度的数据结构，特性是根节点一定是黑色，相邻节点不能是红色，叶子节点不存值，每次插入的节点都是红色节点，然后通过左旋和右旋的方式，保证插入之后树结构的稳定。

heap 堆 最大堆 最小堆 java实现ProrityQueue,可以不断的拿到最大值或者最小值，求中位数这样的算法可以选择大小堆合并使用

广度优先 bfs 主要针对图结构，与队列配合使用

深度优先 dfs 递归

trie 字典树 数据结构设计个数据结构 包含当前值，以及childer集，是否为完整的word属性值

并查集 将所有有关系的节点，指向最高层级的父节点，这样减少检索的时间复杂度，类似于小岛问题，只要满足条件就将两个节点的父节点拉平，这样结束发现所有的节点只有一个父节点，也就只存在一个小岛

动态规划： 所有根据前面步骤决定当前步骤结果的问题，都是动态规划问题，降低空间复杂度的话 配合滚动数组使用