[reviewpoints参考答案1.docxVIP

1、什么是基本运算？ 什么是算法的时间复杂性（度）？什么是算法的渐近时间复杂性？答：基本运算是解决问题时占支配地位的运算（一般1种，偶尔两种） 算法的时间复杂性（度）是指用输入规模的某个函数来表示算法的基本运算量。算法的渐进时间复杂性是指当输入规模趋向于极限情形时（相当大）的时间复杂性。2、表示渐进时间复杂性的三个记号的具体定义是什么？答：（1）. T(n)= O(f(n))：若存在c 0，和正整数n0≥1，使得当n≥n0时， 总有 T(n)≤c*f(n)。 （给出了算法时间复杂度的上界，不可能比c*f(n)更大） （2）. T(n)=Ω(f(n))：若存在c 0，和正整数n0≥1，使得当n≥n0时， 存在无穷多个n ，使得T(n)≥c*f(n)成立。（给出了算法时间复杂度的下界，复杂度不可能比c*f(n)更小） （3）.T(n)= Θ(f(n))：若存在c1,c20，和正整数n0≥1，使得当n≥n0时， 总有 T(n)≤c1*f(n)， 且有无穷多个n，使得T(n)≥c2*f(n)成立， 即：T(n)= O(f(n))与T(n)=Ω(f(n))都成立。（既给出了算法时间复杂度的上界，也给出了下界）3、什么是最坏情况时间复杂性？什么是平均情况时间复杂性？答：最坏情况时间复杂性是规模为n的所有输入中，基本运算执行次数为最多的时间复杂性。 平均情况时间复杂性是规模为n的所有输入的算法时间复杂度的平均值。4、一般认为什么是算法？什么是计算过程？算法研究有哪几个主要步骤？主要从哪几个方面评价算法？答：一般认为，算法是由若干条指令组成的有穷序列，有五个特性a.确定性（无二义）b.能行性（每条指令能够执行）c.输入 d.输出 e.有穷性（每条指令执行的次数有穷）只满足前4条而不满足第5条的有穷指令序列通常称之为计算过程。算法研究的主要步骤是1)设计2）表示 3）确认，合法输入和不合法输入的处理 4）分析 5）测试。评价算法的标准有1）正确性 2）健壮性 3）简单性 4）高效性 5）最优性。5、关于多项式时间与指数时间有什么样的结论？答：1. 多项式时间的算法互相之间虽有差距，一般可以接受。 2. 指数量级时间的算法对于较大的n无实用价值。6、主定理的内容是什么？根据主定理的结论，可以获得哪些关于算法改进的启示？答：T(n)=a*T(n/b)+f(n)1)?若有ε?0,?使f(n)=O()?(即f(n)的量级多项式地小于的量级),?则T(n)=?Θ?()。?2)?若f(n)=?Θ()?(即f(n)的量级等于的量级),?则T(n)?=Θ()。?3)?若f(n)=?Θ(),?则T(n)=Θ(?)?3)?若有ε0,?使f(n)=?()?ε+)(aLogbn(即f(n)的量级多项式地大于的量级),?且满足正规性条件：?abLogn存在常数c1,?使得对所有足够大的n，有a*f(n/b)≤c*f(n),?则T(n)=Θ(f(n))。正规性条件的直观含义: 对所有足够大的n，a个子问题的分解准备与再综合所需要的 时间总和，严格小于原问题的分解准备和综合所需要的时间。 因此一般来说，对于时间复杂度满足递归关系 T(n)=a*T(n/b)+f(n)的算法，只需比较f(n)与的量级大小， aLogbn算法的时间复杂度总是与量级大的那个相同（即小的那个可以忽略）；若f(n)与的量级相同（或只差）， aLogbnnLogk则算法的时间复杂度为f(n)*。主定理对于算法改进得启示在于：1）当T(n)= Θ ()时，即当的量级高于f(n)的量级时，n的量级在算法的时间复杂度中起主导作用。因而此时首先应当考虑使 aLogbnaLogbnaLogb logb a的值变小，而暂时无须考虑如何改善f(n)，即此时要考虑减小a （子问题个数）且使b不变（n/b为子问题规模），或增大b（减小子问题规模）而使a不变。也就是说，此时的重点应考虑改进子问题的分解方法，暂不必考虑改进子问题组合时的处理。2）当f(n)的量级高于或等于的量级时，则f(n)的量级在算法的时间复杂度中起主导作用。因而此时首先应当考虑把f(n)的量级往下降，即此时应着重改善子问题组合时的处理方法，减少该部分工作的处理时间f(n)。7、分治法的要领是什么？（分治法可分为哪三个主要步骤？）答：分治法是把一个规模较大的问题分解为若干个规模较小的子问题，这些子问题相互独立且与原问题同类； 首先求出这些子问题的解，然后把这些子问题的解组合起来得到原问题的解。由于子问题与原问题是同类的，故使用分治法很自然地要用到递归。 因此分治法分三步：1 将原问题分解为子问题（Divide）。2 求解子问题（Conquer）。3 组合子问题的解得到原问题的解（Combine）。8、分治法求最大、最小元算法的主要思路是什么？答：当n=