最近看了这本《算法图解》，学到了很多有意思的东西。特来分享一下。
散列表长度调整
填装因子越低，发生冲突的可能性越小，散列表的性能越高。一个不错的经验规则是：一旦填装因子大于0.7，就调整散列表的长度。
广度优先搜索
广度优先搜索（breadth-first search，BFS）是一种位图算法。可以找出两样东西之间的最短距离。
使用这个算法可以做到：
- 编写国际跳棋AI，计算最少走多少步就可获胜；
- 编写拼写检查器，计算最少编辑多少个地方就可将错拼的单词改成正确的单词，如将
- READED改为READER需要编辑一个地方；
- 根据你的人际关系网络找到关系最近的医生。
广度优先搜索有两个步骤：
- 使用图来建立问题模型。
- 使用广度优先搜索解决问题。
图
图由节点和边组成，一个节点可能与众多节点直接相连，这些节点被称为邻居。在前面的欠钱图中，Rama是Alex的邻居。Adit不是Alex的邻居，因为他们不直接相连。但Adit既是Rama的邻居，又是Tom的邻居。图用于模拟不同的东西是如何相连的。
广度优先搜索
广度优先搜索是一种用于图的查找算法，可帮助回答两类问题。
- 第一类问题：从节点A出发，有前往节点B的路径吗？
- 第二类问题：从节点A出发，前往节点B的哪条路径最短？
广度优先搜索的运行时间为$O(人数 + 边数)$，这通常写作$O(V + E)$，其中V为顶点（vertice）数，E为边数。
MapReduce
有一种特殊的并行算法正越来越流行，它就是分布式算法。在并行算法只需两到四个内核时，完全可以在笔记本电脑上运行它，但如果需要数百个内核呢？在这种情况下，可让算法在多台计算机上运行。MapReduce是一种流行的分布式算法，我们一般在Hadoop上面会使用它。
分布式算法非常适合用于在短时间内完成海量工作，其中的MapReduce基于两个简单的理念：映射（map）函数和归并（reduce）函数。
本书的最后还介绍了很多算法，像狄克斯特拉算法，贪婪算法，K最近邻算法等。不过好多没有领悟出来。这里就不做介绍。
