[算法分析与设计实验指导书.docVIP

算法分析与设计 本书是为配合《》而编写的上机指导，其目的是使学生消化理论知识，加深对讲授内容的理解，增强实践动手能力。 上机实验注意事项如下： （1）课前认真做好预习，准备好实验工具，熟悉实验流程和手段。 （3）课中实验时，一人一组，独立上机调试，上机时出现疑问，可以举手询问实验指导老师，或者与周边同学小声讨论，鼓励独立解决问题。 （4）课后按时按质按量整理出实验报告。 实验内容覆盖：等。实验一 实验目的与要求 递归与分治的基本思想 递归与分治方法。 递归与分治方法的基本思想是：将一个难以解决的大问题，分割成一些规模较小的、相同的子问题，以便各个击破，分而治之。 递归。 递归问题分析时，要把握如下两个要素： 递归出口。 递归公式。 其中： 递归出口给出了最简单情况下问题的解。 递归公式则给出了一般意义下大问题（原问题）和小问题（子问题）之间的递归关系。通过递归公式，一个难以解决的大问题会随着递归不断多个小问题，小问题继续递归变为更小的小问题，直到最后到达递归出口得到解。 实验棋盘覆盖 ChessBoard的输入参数：tr是左上角方格的行坐标（table row），tc是左上角方格的列坐标（table column）；dr是特殊方格的行坐标，dc是特殊方格的列坐标；size是棋盘大小。 以覆盖左上角为例， if (dr tr+s dc tc + s) 该判断条件判断特殊方格是否在左上角小棋盘中。 如果在，就直接进行递归，即：ChessBoard（tr, tc, dr, dc, s）。 如果不在，那么首先用t号骨牌覆盖（具体选择P21中的哪种骨牌，参见前述说明）。覆盖之后，左上角的小棋盘就变成了特殊小棋盘，此时就可以递归处理了，即：ChessBoard(tr, tc, tr+s-1, tc+s-1, s)。 【问题】前后两次递归，ChessBoard的参数为什么这样设置？ 快速排序 1. 快速排序的基本思路。 假设需要排序的数存储在数组“a[p], a[p+1], ……, a[r]”中。为了描述方便，将上述数组简记为：a[p:r]。 首先，以a[p]为基准元素，将a[p:r]划分为三段，分别是：a[p: q-1], a[q], a[q+1: r]。其中，a[p: q-1]中的任何一个元素都小于等于a[q]；a[q]小于等于a[q+1: r]中的任何一个元素。注意：算法工作时，以a[p]为基准进行a[p:r]划分；a[q]是在划分完成时确定的。 对划分得到的a[p: q-1]和a[q+1: r]类似地，进行划分。 注意到a[p: q-1], a[q], a[q+1: r]的关系，不要任何计算，数组a[p: r]就已经自动排好序。 【问题】快速排序的上述思想中，是如何体现“将大问题划分为相同或相似的小问题”的？ 实验内容 完成实验二 动态规划 实验目的与要求 理解动态规划的基本思想。 理解课本中示例代码并调试通过。 根据自己的理解，回答实验指导书中的问题。 动态规划的基本思想 动态规划问题需要满足两个特征，分别是： 最优子结构性质。即：大问题的最优解当中，包含了子问题的最优解。这是利用动态规划解决问题的最关键特征。 重叠子问题。即：动态规划问题中，许多子问题被重复计算。因此，动态规划将这些需要重复计算的子问题保存下来，当下次需要的时候，只需要查询即可，从而能够提高算法的效率。 动态规划本质上也是一种“递归与分治”的思想。只是，与普通的递归与分治问题相比，动态规划问题具有自己另外的特征，即：最优子结构性质+重叠子问题，从而在递归与分治的基础上，再采用特殊手段（如记录重叠子问题），可以进一步提升效率。也就是说，动态规划问题是一种特殊的“递归与分治”问题。 动态规划方法有一种变形，叫做备忘录方法。两者的关系是：备忘录方法是动态规划的一种变形，两者的思想是一致的。两者的区别是：动态规划方法采用自底向上的方法，备忘录方法采用自顶向下的方法。两者的适用场景是：如果一个问题的所有子问题都需要至少求解一次时，采用动态规划方法较好；如果一个问题中只是部分子问题需要求解时，采用备忘录方法较好。 实验代码分析和说明 本部分实验完成“矩阵连乘”问题（P45-P48）矩阵连乘问题1. 矩阵连乘问题基本思想。 假设有任意矩阵A…*Aj共有（j-i+1）个矩阵相乘。为了描述方便，记为A[i:j]。即：A[i:j]= Ai*Ai+1*…*Aj。显然，A[i:j]一定是有一个最优的计算次序的，虽然不知道这个最优次序是多少，但是不妨假设是从Ak处断开。换句话说，对于A[i:j]，其最优计算次序为： (Ai*…*Ak) * (Ak+1*…*Aj)。显然，上述计算次数由三部分构成。构成1：(Ai*…*Ak)的计算次数，用X表示；构成2：(Ak+1*…*A