分类目录归档：算法
数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据 数组是线性表（Linear List）。顾名思义，线性表就是数据排成像一条线一样的结构。 每个线性表上的数据最多只有前和后两个方向。其实除了数组，链表、队列、栈等也是线性表结构 而与它相对立的概念是非线性表，比如二叉树、堆、图等。之所以叫非线性，是因为，在非线性表中，数据之间并不是简单的前后关系。
| 操作 | 复杂度 | 备注 |
|---|---|---|
| Access | O(1) | |
| 插入 insert | O(n) | 头O(n), 尾O(1), 平均O(n/2) 即 O(n) |
| 删除 delete | O(n) | 头O(n), |
复杂度描述的是算法执行时间（或占用空间）与数据规模的增长关系
和性能测试相比，复杂度分析有不依赖执行环境、成本低、效率高、易操作、指导性强的特点
复杂度量级，我们可以粗略地分为两类，多项式量级 和 非多项式量级。其中，非多项式量级只有两个：O(2n)和O(n!)
我们把时间复杂度为非多项式量级的算法问题叫作NP（Non-Deterministic Polynomial，非确定多项式）问题
当数据规模n越来越大时，非多项式量级算法的执行时间会急剧增加，求解问题的执行时间会无限增长。所以，非多项式时间复杂度的算法其实是非常低效的算法
算
需要掌握常见的10个数据结构与10个算法：
10个数据结构：
数组(Array)、链表(LinkedList)、栈(Stack)、队列(Queue, 优先队列 PriorityQueue)、散列表(HashTable)、二叉树(tree/Binary Search Tree)、堆、跳表、图(graph)、Trie树；
10个算法：
递归(Recursion)、排序、二分查找、搜索(BST(breadth-first)，DST(Depth-first))、哈希算法、贪心算法(Greedy)、分治算法(Divide and Conquer)、回溯算法(backtrace)、动态规划(D
https://leetcode-cn.com/problems/plus-one/
给定一个由整数组成的非空数组所表示的非负整数，在该数的基础上加一。
最高位数字存放在数组的首位， 数组中每个元素只存储单个数字。
你可以假设除了整数 0 之外，这个整数不会以零开头。
示例 1:
输入: [1,2,3]
输出: [1,2,4]
解释: 输入数组表示数字 123。示例 2:
输入: [4,3,2,1]
输出: [4,3,2,2]
解释: 输入数组表示数字 4321。class Solution {
public int[] plusOne(int[] digits)https://leetcode-cn.com/problems/two-sum/
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。 你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]判断一个数在集合内是否存在，要用到数据结构 Set 或者 哈希表 Python 2.3. 以上版本可用 enumerate