1.二分查找，例如查找一个1-100的数字，时间复杂度为O（logn）
2.数组读取的时间为O （1），插入和删除为O（n）
链表的读取时间为O（n）,插入和删除为O（1）
3.选择排序，列出每一种情况，时间复杂度为O（n^2）
4.快速排序，分而治之，时间复杂度为O（nlogn）,选择基准值，分区，分区里进行递 归快速排序，例如给一个数组排序
5.散列表，时间复杂度为平均情况O(1)最遭情况O（n）,常见用法：缓存，模拟映射关系，防止重复
6.广度优先搜索，时间复杂度为O（V顶点+E边），例如在你的人际关系网中找到一个芒果批发商，先把你的朋友加入到队列，循环你的朋友列表，判断你的朋友是不是，如果是直接返回，如果不是把你朋友的朋友加入到队列中，直到队列中的数据都被判断过还没有找到，则返回没有芒果批发商
7.迪克斯特拉算法，适合在加权图中查找最短路径，1.找出最便宜的节点2.更新该节点邻居的开销3.重复这个过程，4计算最终路径（如果包含负权边，使用贝尔曼-福德算法）
8.贪婪算法，寻找局部最优解
9.动态规划，使用网格图，例如查找两个单词的最长公共子序列
伪代码：if word_a[I] == word_b[j]：//两个字母相同
cell[I][j] = cell[I-1][j-1] + 1
else:
cell[I][j] = max(cell[I-1][j], cell[I][j-1])
10.K最近临算法，例如创建推荐系统
