排序複雜度：o(n²),o(n*logn),o(n)
查詢負責度：o(n),o(logn),o(1)
其中排序複雜度為n²的為直接排序，選擇排序，希爾排序
nlogn的為歸併排序，快速排序和堆排序
n的一般是做hash或者通過bitmap，布隆過濾器等。
如果考慮到提高排序效率，則提高到log級別時，要考慮二分法排序；提高到o(n)級別則考慮bitmap或者hash了。
但是使用hash要注意hash衝突，衝突過大時則也有複雜度公升高的風險。
查詢：無序序列為o(n),有序序列為logn（二分查詢），最極端的為hash查詢或者bitmap查詢，則是o（1）級別。
插入刪除元素一般來講和查詢是對偶的
例如陣列查詢方便o（n)或者o（logn），但是增刪則為o（n）複雜度
鍊錶增刪都為o（1）複雜度（當直接找到改點時），查詢則為o（n）。
如果查詢和增刪要求同步提高且資料集沒有強關係，則可以考慮紅黑樹。
紅黑樹的增刪查的複雜度都是o(logn）。
另外還有就是充分應用「空間換時間」的手段
1：如byte資料中1 的個數，直接申請255個資料存放0~255中1的個數
2：如計算n陣列中任意n-1乘積的最大值，文中很巧妙的利用了兩個陣列分別表示前i-1個陣列的成績和後n-i個資料的成績。
一次掃瞄完成之後，這兩個陣列填滿。再遍歷一次，則可以依次計算出「分別去除當前第i個資料後的n-1個資料的乘積」，最後比較即可。
此時的複雜度為o(n)。至於後面的根據乘積和0比較則屬於資料本身分析，個人覺得不算演算法範疇提高。
最後就是關於dp，動態規劃方面的。
這塊還在學習中。。
最近看的一些讀書一
c primer，c 標準庫，泛型程式設計與stl，設計模式，uml精粹，stl原始碼分析，敏捷軟體開發 原則 模式與實踐 以上是我近3個月來讀的一些書，下面談談讀書的體會。總想跟上時代的發展，這是程式設計師的普遍想法。作為c程式設計師，想公升級為c 程式設計師的想法由來已久。我有大概5年以上的c ...
最近玩GAE的一些心得。。。
eclipse裡面下 url url 記住不要下gae sdk 和 gwt sdk,因為超慢，只需要下eclipse的plugin 就好了，關於sdk的jdo儲存要說明一下，說下gae裡面的一些缺陷。1.查詢 結果集的時候，必須使用一下list.size，不然直接關閉後是沒有相關的list資料的 p...
最近學習nosql看的一些資料
完成自己本年度最大的乙個專案之後,工作重點從pm的角色轉換到儲存相關的工作,因此工作之外花了一些時間關注了一下nosql相關的資料 主要來自blog.nosqlfan.com nosql相關 譯 nosql生態系統 url 這個是我看到的nosql講的最好,最完整的文件 我對nosql的一點理解 u...