算法（Algorithms）三
16.贪心算法：：局部最优解的合集，以实现全局最优解
17.NP 完全问题：
元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢。
涉及“所有组合”的问题通常是NP完全问题。
不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题。
如果问题涉及序列（如旅行商问题中的城市序列）且难以解决，它可能就是NP完全问题。
如果问题涉及集合（如广播台集合）且难以解决，它可能就是NP完全问题。
如果问题可转换为集合覆盖问题或旅行商问题，那它肯定是NP完全问题。
18.动态规划：处理小问题，集合起来处理大问题，但每个小问题要是离散的，不依赖于其他子问题才行
1.对于前面的背包问题，最终答案总是在最后的单元格中。但对于最长公共子串问题，答案为网格中最大的数字——它可能并不位于最后的单元格中。
2.最长公共子序列：
需要在给定约束条件下优化某种指标时，动态规划很有用。
问题可分解为离散子问题时，可使用动态规划来解决。
每种动态规划解决方案都涉及网格。
单元格中的值通常就是你要优化的值。
每个单元格都是一个子问题，因此你需要考虑如何将问题分解为子问题。
没有放之四海皆准的计算动态规划解决方案的公式。
19.KNN算法：
1.按距离归类：K系数
2.特征抽取：
3.分类：编组
4.回归：线性预测
5.余弦相似度计算：角度分类
20.二叉查找树（全O(logn)：对于每个节点，该节点左边的节点都比它小，右边的节点都这个基准节点大，但左右不平衡会导致性能不佳。
1.红黑树：平衡状态的特殊二叉树
21.反向索引：通过关键字反向找到目标页面，常用于搜索引擎。
22.傅里叶变换：处理信号，如地震预测、DNA分析、音乐识别。
23.并行算法：使内核平衡分配资源
24.分布式算法：属于特殊的并行算法，如MapReduce，map：映射函数 reduce：归并函数
1.映射函数map：接受一个数组，并对其进行处理转换为另一个数组，使用多台计算机同时处理
2.归并函数reduce：将多项归并为一项
25.布隆过滤器：一种概率型数据结构，判断网页是否已经搜集，散列表的答案绝对可靠，布隆过滤器的答案不绝对可靠，但可能规避恶意网站，且占用存储空间小。
26.Hyperloglog：HyperLogLog近似地计算集合中不同的元素数，与布隆过滤器一样，它不能给出准确的答案，但也八九不离十，而占用的内存空间却少得多。
27：SHA算法：安全散列算法函数，给定一个字符串，返回其散列值
1.通过计算散列值来比较文件是否相同
2.网站密码本质上是网站服务器计算输入值的散列值，同数据库中的散列值进行比较
3.散列值无法转换成原始字符串
4.目前完善的SHA算法：SHA-2、SHA-3
5.最安全的密码散列函数：bcrypt
6.局部不敏感
Simhash算法：
1.局部敏感
2.通过比较散列值来判断两个字符的相似程度
3.检查两项内容的相似程度
4.用途：1.判断网页是否已搜集 2.判断文章是否来自于网上 3.判断用户上传的文档是否与有版权内容类似，从而拒绝
Diffie-Hellman算法：
1.两个密钥：公钥和私钥。公钥就是公开的，可使用其他任何方式来发布。使用公钥对对象进行加密。加密后的消息只有使用私钥才能解密。
