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 的映射。

       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
   2. 可读性，便于交流，阅读，理解高内聚低耦合
   3. 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)
   5. 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)