[算法学习指导.docxVIP

算法学习指导一位高手对我的建议：??一般要做到50行以内的程序不用调试、100行以内的二分钟内调试成功.acm主要是考算法的?，主要时间是花在思考算法上，不是花在写程序与debug上。?下面给个计划你练练：?第一阶段：??练经典常用算法，下面的每个算法给我打上十到二十遍，同时自己精简代码，?因为太常用，所以要练到写时不用想，10-15分钟内打完，甚至关掉显示器都可以把程序打?出来.?1.最短路(Floyd、Dijstra,BellmanFord)?2.最小生成树(先写个prim,kruscal要用并查集，不好写)?3.大数（高精度）加减乘除?4.二分查找.?(代码可在五行以内)?5.叉乘、判线段相交、然后写个凸包.?6.BFS、DFS,同时熟练hash表(要熟，要灵活,代码要简)?7.数学上的有：辗转相除（两行内），线段交点、多角形面积公式.?8.?调用系统的qsort,?技巧很多，慢慢掌握.?9.?任意进制间的转换?第二阶段：??练习复杂一点，但也较常用的算法。?如：?1.?二分图匹配（匈牙利），最小路径覆盖?2.?网络流，最小费用流。?3.?线段树.?4.?并查集。?5.?熟悉动态规划的各个典型：LCS、最长递增子串、三角剖分、记忆化dp?6.博弈类算法。博弈树，二进制法等。?7.最大团，最大独立集。?8.判断点在多边形内。?9.?差分约束系统.?10.?双向广度搜索、A*算法，最小耗散优先.?第三阶段：??前两个阶段是打基础，第三阶段是锻炼在比赛中可以快速建立模型、想新算法?。这就要平时多做做综合的题型了。?1.?把oibh上的论文看看（大概几百篇的，我只看了一点点，呵呵）。?2.?平时扫扫zoj上的难题啦，别老做那些不用想的题.(中大acm的版主经常说我挑简单的来?做:-P?)?3.?多参加网上的比赛，感受一下比赛的气氛，评估自己的实力.?4.?一道题不要过了就算，问一下人，有更好的算法也打一下。?5.?做过的题要记好?:-)??通过简单的排序算法了解最简单的ADT线性表的常用操作；然后要重点掌握递归技术，包括递归和递推的相互转换。通过递归技术了解ADT栈的操作；接着学习搜索法的初步——回溯法，研究经典问题：八皇后问题和走迷宫问题，通过这些经典问题了解深度优先搜索法（DFS）和宽度优先搜索法（BFS）以及ADT栈、ADT队列的操作，要学会利用人工设置堆栈模拟递归；接着可以学习分治法、贪心法这两种常用的策略，并应用到排序、搜素等简单的算法中；这时在开始学习图和数这两种抽象数据类型就应该没有什么难度了。在学习ADT图和ADT树时，要注意结合离散数学中的图论理论知识和搜素法中的DFS,BFS方法，要学会将实际问题转化为图论模型；再下去可以学习各种搜素法的优化算法，启发式搜索、A算法、A*算法或界限剪枝法等；然后是网络流算法，要注意模型的建立；最后学习最优化问题的解法，包括线性规划、动态规划、非线性规划等算法策略，这部分内容主要侧重模型的建立和分析，算法本身并没有难度。这样基本的算法就学习完了。再深入一点可以学习问题的计算复杂性，计算模型，并行算法，神经网络以及各个领域中的算法。联想：首先枚举你关于这个问题能够想到的所有你学过的知识，然后一一往上套看看能否解决手头的问题。我们在思考一个问题的过程中有两种思维形式：联想：这种思维某种程度上可以说是“混乱”的（虽然从一个更根本的层面上说是有规则的），所谓混乱是指很多时候并不确定联想到的做法最终是否可行，这些联想也许只是基于题目中的某个词语、语法结构、问题的某个切片、一些零星局部的信息。这个过程是试探性的。最后也许有很大一部分被证明是不可行的。很多时候我们解决问题用的都是这种思维，简言之就是首先枚举你关于这个问题能够想到的所有你学过的知识，然后一一往上套看看能否解决手头的问题。这种思维方式受限于人脑联想能力本身的局限性。我在《跟波利亚学解题》中就提到了几个例子。联想本身需要记忆提取的线索，所以受到记忆提取线索的制约，如果线索不足，那怎么也联想不起来。而提取线索的建立又取决于当初保存记忆的时候的加工方法（《找寻逝去的自我》里面有阐述），同时，面对一个问题，你能够从中抽取出来的联想线索又取决于你对问题的认识层度/抽象深度，表浅的线索很可能是无关的，导致无效的联想试错（《Psychology of Problem Solving》里面有阐述）。总之，联想这个过程充满了错误的可能。演绎归纳：演绎归纳是另一种思维形式。它们远比联想有根据。其中演绎是严格的，必然的。归纳也是有一定根据的。在面对一个问题的时候，我们有意无意的对问题中的各个条件进行着演绎；譬如福尔摩斯著名的“狗叫”推理——狗+生人=吠叫 昨晚狗没有叫 = 那个人是熟人。就是一个典型的对问题的各个条件进行演绎的推理过程。还有就是通过