考研408算法部分主要考察数据结构与算法的综合应用能力，涵盖核心算法和典型应用场景。以下是主要考察内容及典型算法分类：

一、核心数据结构算法

排序算法

冒泡排序 ：时间复杂度O（n²），适用于小规模数据排序

直接插入排序 ：时间复杂度O（n²），通过构建有序序列逐步插入新元素

折半插入排序 ：改进插入排序，时间复杂度O（n²），适用于部分有序数据

快速排序 ：平均时间复杂度O（n log n），通过分区策略实现高效排序

归并排序 ：时间复杂度O（n log n），采用分治法稳定排序

查找算法

二分查找 ：时间复杂度O（log n），需有序数组支持

哈希表 ：平均时间复杂度O（1），适用于快速查找场景

图论算法

深度优先搜索（DFS） ：用于遍历图结构，时间复杂度O（V+E）

广度优先搜索（BFS） ：逐层遍历图，时间复杂度O（V+E）

Dijkstra算法 ：用于单源最短路径，时间复杂度O（（V+E） log V）

KMP算法 ：字符串匹配算法，时间复杂度O（n+m）

二、高级算法与设计

动态规划

最长公共子序列（LCS） ：时间复杂度O（mn），适用于序列比对

0-1背包问题 ：动态规划解法，时间复杂度O（nm）

斐波那契数列 ：递归或动态规划实现，时间复杂度O（n）

贪心算法

背包问题 ：每次选择单位重量最大值，时间复杂度O（nm）

活动安排问题 ：贪心选择最早结束活动，时间复杂度O（n log n）

分治算法

快速排序 ：分治策略实现，时间复杂度O（n log n）

归并排序 ：分治策略实现，时间复杂度O（n log n）

三、操作系统与计算机组成原理相关算法

中断处理流程 ：时间片轮转、优先级调度等算法