2003版再次完善版湘潭大学算法设计与分析知识点.docVIP

第一章算法概述 1、算法的五个性质：有穷性、确定性、能行性、输入、输出。 2、算法的复杂性取决于：（1）求解问题的规模（N）,（2）具体的输入数据（I），（3）算法本身的设计（A），C=F(N,I,A)。 3、算法的时间复杂度的上界记号O， ?下界记号Ω(记为f(N) = Ω(g(N))。 即算法的实际运行时间至少需要g(n)的某个常数倍时间)， 同阶记号Θ：f(N)= Θ(g(N))表示f(N)和g(N)同阶 。 即算法的实际运行时间大约为g(n)的某个常数倍时间。 低阶记号o：f(N)=o(g(N))表示f(N)比g(N)低阶。 多项式算法时间： O(1)O(logn)O(n)O(nlogn)O(n2)O(n3) 约定logn表示以2为底的对数。指数时间算法时间： O(2n)O(n!)O(nn) 4、常用算法的设计技术：分治法、动态规划法、贪心法、回溯法和分支界限法。 5、常用的几种数据结构：线性表、树、图。 6、算法:是指解决某一问题的运算序列 第二章递归与分治 1、递归算法的思想：将对较大规模的对象的操作归结为对较小规模的对象实施同样的操作。 递归的时间复杂性可归结为递归方程： 其中，a是子问题的个数，b是递减的步长， ~表示递减方式，D(n)是合成子问题的开销。 递归元的递减方式~有两种：1、减法，即n – b，的形式。2、除法，即n / b，的形式。 2、递减方式为减法 设D(n)为常数，则有T(n) = O(an)。 (这里都是针对递减方式为除法的哦)D(n)为常数c：这时，T(n) = O(np)。 D(n)为线形函数cn： D(n)为幂函数nx： 考虑下列递归方程：T(1) = 1 ⑴T(n) = 4T(n/2) +n ⑵ T(n) = 4T(n/2) +n2 ⑶ T(n) = 4T(n/2) +n3 解：方程中均为a = 4，b = 2，其齐次解为n2。 对⑴，∵ a b1 (D(n) = n) ∴ T(n) = O(n2)； 对⑵，∵ a = b2 (D(n) = n2)∴ T(n) = O(n2log n)； 对⑶，∵ a b3 (D(n) = n3)∴ T(n) = O(n3)； 证明一个算法的正确性需要证明两点：1、算法的部分正确性。2、算法的终止性。 3、汉诺塔问题： void Hanoi(int n, int Fr, int To, int As) { if (n 0) { Hanoi(n–1, A, C, B); Move(A, B); Hanoi(n–1, C, B, A)} } 4、二分查找代码 第三章贪心算法（旅行商问题、单源最短路径问题） 以下两种算法都是为了查找最小生成树问题的算法： 1、Prim算法的基本思想：在保证连通的前提下依次选出权重较小的n – 1条边。 （在实现中体现为n个顶点的选择）。 G=(V, E)为无向连通带权图，令V={1, 2, …, n}。 设置一个集合S ，初始化S = {1}，T = Φ。 贪心策略：如果V–S中的顶点j与S中的某个点i连接且(i, j) 的权重最小，于是就选择j(将j加入S)，并将(i, j) 加入T中 。 重复执行贪心策略，直至V–S为空。 =============================证明最小生成树必然包含最小权值边================= 若G的任何最小生成树都不包含e1。设T为G的最小生成树，e1(T。于是T+e1是一个有回路的图且该回路中包含e1。该回路中必有条不是e的边ei。令T’={T+e1}–ei。T’也是G的生成树。又c(T’) = c(T) + c(e1) – c(ei)，c(e1) ≤ c(ei)，从而 c(T’)≤c(T)，T’是G的最小生成树且含有边e1。矛盾。故必定有图G的最小生成树包含了e1。 ============================================================================= 2、Kruskal算法的基本思想：基本思想：在保证无回路的前提下依次选出权重较小的n – 1条边。如果(i, j)是E中尚未被选中的边中权重最小的，并且(i, j)不会与已经选择的边构成回路，于是就选择 (i, j)。具体做法:先把所有n个点画出来。不画边。然后把权值最小的那条边画上去。然后再把当前权值最小的边(不算画了的边)画上去。如果构成回路则