Lokalisering av den algoritm du behöver - dummies

Del av Algorithms For Dummies Cheat Sheet

I följande tabell beskrivs algoritmer och algoritmtyper som du kan hitta användbara för olika typer av dataanalys. (Du kan hitta diskussioner om alla dessa algoritmer i Algoritmer för Dummies.)

Algoritm	Beskrivning	Användbar länk
A * Sök	Algoritmen spårar kostnaden för noder när den utforskar dem med hjälp av ekvation: f (n) = g (n) + h (n), var: n är nodkoden g (n) är kostnaden för att nå noden hittills h (n) är den beräknade kostnaden för att nå Målet från noden f (n) är den beräknade kostnaden för vägen från n till målet Tanken är att söka de mest lovande vägarna först och undvika dyra vägar.	Standford. edu
Balanced Tree	En slags träd som upprätthåller en balanserad struktur genom omorganisation så att den kan ge reducerade åtkomsttider. Antalet element på vänster sida skiljer sig från numret på höger sida av högst.	Webdocs
Tvåriktad sökning	Denna teknik söker samtidigt från rootnoden och målnodet tills de två sökvägarna möts i mitten. En fördel med detta tillvägagångssätt är att det är tidseffektivt eftersom det finner lösningen snabbare än många andra brutte kraftlösningar. Dessutom använder det minne mer effektivt än andra metoder och hittar alltid en lösning. Den största nackdelen är implementeringskomplexiteten.	Planning. cs
Binärt träd	Detta är en typ av träd som innehåller noder som ansluter till noll (lövnoder), en eller två grennoder, andra noder. Varje nod definierar de tre element som den måste inkludera för att tillhandahålla anslutning och lagra data: datalagring, vänster anslutning och rätt anslutning.	cs. cmu. edu
Bredd-Första Sökningen	Denna teknik börjar vid rotknutpunkten, utforskar var och en av barnnodarna först och går sedan bara ner till nästa nivå. Det går framåt efter nivå tills det hittar en lösning. Nackdelen med denna algoritm är att den måste lagra varje nod i minnet, vilket innebär att det använder en avsevärd mängd minne för ett stort antal noder. Denna teknik kan kontrollera för dubbla noder, vilket sparar tid, och det kommer alltid med en lösning.	Khan Academcy
Brute Force	Det här är en teknik för problemlösning där någon försöker alla möjliga lösningar, letar efter den bästa problemlösningen. Brute-force tekniker garanterar en bäst passande lösning när man existerar men är så tidskrävande att genomföra att de flesta människor undviker dem.	Igm. univ
Djup-Första Sökningen	Denna teknik börjar vid rotknutpunkten och utforskar en uppsättning anslutna barnnoder tills den når en bladnod. Det går fram till filialen tills den hittar en lösning. Nackdelen med denna algoritm är att den inte kan kontrollera för dubbla noder, vilket innebär att den kan korsa samma nodbanor mer än en gång. Faktum är att denna algoritm kanske inte hittar någon lösning alls, vilket innebär att du måste definiera en cutoff-punkt för att hålla algoritmen från att söka oändligt. En fördel med detta tillvägagångssätt är att det är minneseffektivt.	Hacker Earth
Dela och erövra	Det här är en teknik för problemlösning där problemet bryts in i minsta möjliga bitar och lösas med hjälp av det enklaste tillvägagångssättet. Denna teknik sparar stor tid och resurser jämfört med andra tillvägagångssätt, såsom brute force. Det garanterar dock inte alltid ett bra passform.	Khan Academy
Dijikstra	Detta är en algoritm som används för att hitta den kortaste vägen i en riktad, vägd grafik (med positiv vikt).	Geeks for Geeks
Graph	Ett diagram är ett slags trädförlängning. Som med träd har du noder som förbinder varandra för att skapa relationer. I motsats till binära träd kan en graf dock ha mer än en eller två anslutningar. I själva verket har grafnoder ofta en mångfald anslutningar. Du ser grafer som används på platser som kartor för GPS och alla andra platser där toppnäringen av ett träd inte fungerar.	Tutorials
Greedy Algorithms	Thistechnique av en av problemlösning där lösningen bygger på det bästa svaret för varje steg i problemlösningsprocessen. Greedy algoritmer gör i allmänhet två antaganden: Det är möjligt att göra ett enda optimalt val vid ett givet steg. Genom att välja det optimala valet vid varje steg är det möjligt att hitta en optimal lösning för det övergripande problemet.	Tutorials
Greedy Best-First Search (BFS)	Algoritmen väljer alltid den väg som ligger närmast målet med ekvationen: f (n) = h n). Denna speciella algoritm kan hitta lösningar ganska snabbt, men det kan också fastna i loopar, så många anser inte det vara ett optimalt sätt att hitta en lösning.	Centurion2
Hashing	Det här är en metod för att förutsäga placeringen av ett visst datapost i datastrukturen (vad den strukturen kan vara) innan du letar efter den. Detta tillvägagångssätt bygger på användningen av nycklar placerade i ett index. En hashfunktion vrider nyckeln till ett numeriskt värde som algoritmen placerar i ett hashbord. Ett hash-tabell ger sätt att skapa ett index som pekar på element i en datastruktur så att en algoritm lätt kan förutsäga datas placering.	Tutorials
Heap	Detta är ett sofistikerat träd som gör det möjligt att infoga data i trädstrukturen. Användningen av datainsättning gör sorteringen snabbare. Du kan vidare klassificera dessa träd som maxhögar och minhögar, beroende på trädets förmåga att omedelbart ge det maximala eller minimala värdet i trädet.	Tutorials
Heuristics	Det här är en teknik för problemlösning som bygger på självupptäckt och ger tillräckligt användbara resultat (inte nödvändigtvis optimalt men tillräckligt bra) för att lösa ett problem så bra att en bättre lösning inte är " t nödvändigt. Självupptäckt är processen att låta algoritmen visa dig en potentiellt användbar väg till en lösning (men du måste fortfarande räkna med mänsklig intuition och förståelse för att veta om lösningen är den rätta).	Northwest. edu
MapReduce	Detta är ett ramverk för att algoritmer ska fungera med hjälp av beräkningar parallellt (med flera datorer anslutna i ett nätverk), vilket gör det möjligt för algoritmer att slutföra sina lösningar snabbare.	Hadoop Apache
Mergesort	Mergesort är en generell, jämförelsebaserad metod för sortering av data. Det beror på en splittring och erövring tillvägagångssätt för att utföra sin uppgift.	Geeks for Geeks
Nash Equilibrium	Det här är en spelteori där de andra spelarna känner till jämviktsstrategin för de andra spelarna, så ingen har någonting att vinna genom att ändra sin personliga strategi. Denna teori ser användningen i någon fientlig situation där spelaren måste redogöra för besluten från alla andra spelare för att vinna spelet.	Khan Academy
PageRank	PageRank är en algoritm för att mäta betydelsen av en nod i en graf. Denna algoritm ligger till grund för Googles kärnalgoritmer för att driva relevanta sökningar till användare.	Princeton. edu
Pure Heuristic Search	Denna algoritm expanderar noder i sin ordning. Det upprätthåller två listor. Den slutna listan innehåller de noder som den redan har utforskat, och den öppna listan innehåller de noder som den måste undersöka. I varje iteration expanderar algoritmen noden med lägsta möjliga kostnad. Alla sina barnkoder placeras i den slutna listan och de individuella barnnodskostnaderna beräknas. Algoritmen skickar barnnoderna till en låg kostnad tillbaka till den öppna listan och raderar barnnoden med hög kostnad. Följaktligen utför algoritmen en intelligent, kostnadsbaserad sökning efter lösningen.	World of Computing
Quicksort	Det här är en generell sorteringsstrategi baserad på partitionsarrayer av data till mindre arrays. Det beror på en splittring och erövring tillvägagångssätt för att utföra sin uppgift.	Självstudier
Obalanserat träd	Detta är ett träd som placerar nya dataobjekt där det är nödvändigt i trädet utan hänsyn till balans. Denna metod för att lägga till objekt gör att trädet snabbare byggs upp, men minskar åtkomsthastigheten när du söker eller sorterar.	Quora