l自制07工硕算法分析参考资料.docVIP

算法的知识结构 算法概述 1. 什么是算法： 书本：算法是由若干条指令组成的有穷序列。具有性质：输入、输出、确定性、有限性（程序与算法的主要区别）、能行性。 课堂：寻找解的过程（Search）；递归反复的寻找最优解（research）。 算法复杂性：算法所需的计算机资源，包括时间复杂度（T(n)，计算所用的时间）和空间复杂度（S(n)，计算所用的内存空间），n是输入量的规模。 问题的复杂性与算法复杂性区别：问题复杂性是固定的，涉及NP完全性理论；算法复杂性依据算法不同而不同，一个问题可以有多种算法。 2. 复杂度表示方式： Ｏ(n)渐近复杂度上界 Ω(n)渐近复杂度下界 ｏ(n)非紧上界 ω(n)非紧下界 Θ(n)/θ(n)紧渐近界（确界/紧渐近：即上界与下界紧夹住中间范围，使得得到的复杂性分析结果较为精确。） 3.算法性质 （1）传递性： f(n)= Q(g(n))， g(n)= Q(h(n)) T f(n)= Q(h(n)) f(n)=Ｏ(g(n))， g(n)=Ｏ(h(n)) T f(n)=Ｏ(h(n)) f(n)= W(g(n))， g(n)= W(h(n)) T f(n)= W(h(n)) f(n)=ｏ(g(n))， g(n)=ｏ(h(n)) T f(n)=ｏ(h(n)) f(n)= w(g(n))， g(n)= w (h(n)) T f(n)= w (h(n)) （2）反身性： f(n)= Q(f(n)) f(n)=Ｏ(f(n)) f(n)= W(f(n)) （3）对称性： f(n)= Q(g(n)) ? g(n)= Q (f(n)) （4）互对称性： f(n)= O(g(n)) ? g(n)= W (f(n)) f(n)=ｏ(g(n)) ? g(n)= w (f(n)) （5）算术运算： O(f(n))+O(g(n)) = O(max{f(n),g(n)}) O(f(n))+O(g(n)) = O(f(n)+g(n)) O(f(n))*O(g(n)) = O(f(n)*g(n)) O(cf(n)) = O(f(n)) g(n)= O(f(n)) T O(f(n))+O(g(n)) = O(f(n)) 4. 复杂度排序： O(1)O(C)O(loglogn)O(logn)O()O()O(n)O(nlogn) O(n2)O(n3)O(2n)O(3n)O(n!)O() 常用排序算法的复杂度： 线性检索算法（O(n)）、二叉检索算法（O(logn)）、堆排序（复杂度最优排序O(nlogn)）、改进的冒泡算法（O(n2)）、 f(n) O(n) Ω(n) θ(n) f(n)=c O(1) Ω(1) θ(1) f(n)= an+b O(n) Ω(n) θ(n) f(n)=an2+bn+c O(n2) Ω(n2) θ(n2) f(n)=a2n+bn2 O(2n) Ω(2n) θ(2n) f(n)=log n2 =2logn O(logn) Ω(logn) θ(logn) f(n)=log1+log2+…+logn O(nlogn) Ω(nlogn) θ(nlogn) 递归和分治 1. 知识点 递归：直接或间接调用自身。递归算法往往复杂度较高，但程序简单容易理解。 分治策略：将一个规模为n的问题分解为k个规模较小的子问题，子问题相互独立并且与原问题相同可以递归地解出，然后再合并为原问题的解。即把大问题分为小问题来解。 递归与分治策略常常一起使用，贯穿于许多经典算法之中。（我的理解：动态规划、贪心法、回溯法及分支限界法等其实都是分治思想，书上的“分治法”的案例是那些不具备动态规划等算法的前提条件的一些案例，但又可以用分治思想特殊处理。动态规划等算法，终归也是可以用递归来写的。） 可以通过一些方法将递归算法拆解为非递归算法（解递归）：生成函数、特征方程、人工栈、递推、换名法等。 2. 解递归的过程（按pdf的例子） 生成函数法 递归函数（汉诺塔问题）：h(n)=2h(n-1)+1，h(1)=1 解：构造生成函数：G(x)=h(1)x+h(2)x2+h(3)x3+…… 则G(x)-2xG(x)=h(1)x+(h(2)-2h(1))x2+(h(3)-2h(2))x3+…… //这步是数学技巧，按照h(n)-2h(n-1)=1的特点变换 则(1-2x)G(x)=x+x2+x3+……=x(1+x+x2+x3+……) //由h(n)-2h(n-1)=1 则(1-2x)G(x)=x/(1-x) TG(x)=x/((1-2x)(1-x)) //由生成函数z变换的性质1+x+x2+x3+……=1/(1-x)