问题描述
|
我真的很想研究算法并优化代码（我尽量不要过早地这样做），因为当花了5分钟才能运行的东西现在运行2分钟时，感觉真的很酷。我对搜索算法特别感兴趣，因为当您必须在表中搜索匹配的子字符串或条目时，它是如此频繁。
我在考虑比较排序的下限，并在思考如果比较排序可以通过猜测答案是什么，然后可以跳过整行比较并降低高度来跳过比较，那么如何处理巨大的数据集乘以1。（例如，如果算法可以猜测bcd在一起，则对a，b，c，d，e，f进行排序，那么您实际上只是对a，bcd，e，f进行排序）猜测必须是明智的，有效的猜测使其值得，并且还需要具有相当不错的击球率。
与搜索相同，如果智能搜索可以首先猜测该项目可能在哪里，并且仅采用前5个猜测的区域进行搜索。如果所有5个猜测都是错误的，则它可能会返回错误的答案，并且永远找不到该项目，但是如果它的速度足够快且正确率足够高，则可能与之匹配。它可能比创建二进制搜索树然后进行log（n）搜索更快。
无论如何，我敢肯定，了解此主题的任何人到现在都将意识到，这主要是投机/幻想，没有实质内容，因此，我希望寻求帮助，朝着学习不了解算法的方向迈进。不会有100％正确的回报率，尤其是在搜索/排序领域，但是速度更快，而且这些算法的应用也更快。
我用谷歌搜索，单击了维基百科上的随机链接以尝试找到它，但没有令人满意的结果。我应该读什么书/应该去哪里开始学习呢？
我想我应该提一下，我对大多数“标准”算法和数据结构都很满意，例如快速排序，合并排序，冒泡，基数，计数等以及哈希，自平衡树等。
解决方法
我认为要完成很多工作，您必须为“几乎已排序”定义一些标准。例如，如果在正确位置的N个点内包含一个元素就足够了，则可以执行Quicksort之类的操作，但是当分区减少到N个元素时停止。请注意，执行此操作已经很普遍，并使用插入排序来完成工作。但是，除非N很大，否则您可能不会从中获得太多收益。
就搜索而言，您可能正在寻找通常称为插值搜索的内容。不必总是猜测范围的中间位置，而是使用插值法来猜测您要查找的项目的可能位置（例如，如果您正在查找以\'b \'开头的字符串，您从集合的大约三分之一开始，而不是一半。
如果集合中的项目分布极不均匀，则后者的效果可能不会特别好，但是即使假设分布合理，它也会给出非常好的结果（大约为O（log log N）而不是O（log N）您将获得二进制搜索）。但是，它确实取决于均匀分布，并且具有一种密钥类型，您可以为该密钥类型计算至少合理地类似于“距离”的内容，而不仅仅是计算“小于”或“大于”的比较）。在实践中，它通常工作得很好（并且在通常情况下通常不会很明显地预先出现）。
, 近似排序不会比适当排序快得惊人。
好的，因此我们还没有真正定义“近似”，但是任何合理的定义都将暗示结果数据的反转总数非常小（一个反转是一对错误的元素对彼此之间）。
但是，几乎分类的数据可以非常快速地正确分类。例如，插入排序为O（n + d），其中n是元素数，而d是反转数。
因此，如果您可以“快速”对数据进行几乎排序，则可以“快速+一点”对数据进行正确排序。几乎排序和正确排序之间的区别只是“一点”。
,在一种情况下，我使用了每次运行最多具有“插入”次的插入排序，以便大致维持随时间的排序（在其中保证特定的计算时间上限比准确性更为重要）。但我同意史蒂夫·杰索普（Steve Jessop）的观点：一般来说，没有理由便宜。还有像TimSort这样的算法，旨在识别和利用“简单案例”。