Algorithms (สรุปด่วน)

1. Searching (การค้นหา)

• Linear Search: ไล่หาทีละตัว O(n)
• Binary Search: ข้อมูลต้องเรียงแล้ว หารครึ่งไปเรื่อยๆ O(log n)

2. Sorting (การจัดเรียง)

• Bubble / Insertion / Selection Sort: เรียงแบบง่ายๆ วนลูปซ้อน O(n^2) (ใช้จริงเมื่อข้อมูลน้อยมาก)
• Merge Sort: แบ่งครึ่งแล้วรวม (Divide & Conquer) O(n log n) เสมอ แต่กินพื้นที่ O(n)
• Quick Sort: สุ่ม Pivot แล้วแบ่งฝั่ง เฉลี่ย O(n log n) พื้นที่ O(log n) แต่อาจแย่สุด O(n^2)

3. Graph Traversal (การท่องกราฟ/ต้นไม้)

• BFS (Breadth-First Search): ค้นหาแนวกว้าง กระจายออกเป็นชั้นๆ ใช้ Queue เหมาะสำหรับหา Shortest Path บนกราฟน้ำหนักเท่ากัน
• DFS (Depth-First Search): ค้นหาแนวลึก พุ่งไปจนสุดทางแล้วถอยกลับ ใช้ Stack หรือ Recursion เหมาะสำหรับลุยเขาวงกต หรือเช็ค Cycle

4. Shortest Path (เส้นทางสั้นสุด)

• Dijkstra: หาระยะสั้นสุดแบบมีน้ำหนักบวก O(E log V) (เมื่อใช้ Priority Queue)
• Bellman-Ford: รองรับกราฟที่มีน้ำหนักติดลบ O(VE)
• Floyd-Warshall: หาระยะสั้นสุดทุกคู่โหนด O(V^3)

5. Algorithmic Paradigms

• Greedy: เลือกทางที่ดูดีที่สุดในปัจจุบัน (Local Optimum) หวังว่าจะได้ดีที่สุดในตอนจบ (เช่น Coin Change บางสกุล, Dijkstra, Huffman Coding)
• Dynamic Programming (DP): จำผลลัพธ์ของปัญหาย่อย (Memoization/Tabulation) เพื่อไม่ให้ต้องคำนวณซ้ำ ใช้แก้ปัญหาที่มี Overlapping Subproblems (เช่น Fibonacci, Knapsack)