《agorithm.docVIP

1.概述 1.1算法 算法是指解决问题的一种方法或过程。 算法是由若干条指令组成的有穷序列 算法满足性质： （1）输入： （2）输出： （3）确定性： （4）有限性： 1.2算法与程序 程序是算法用某种程序设计语言的具体实现。 程序可以不满足算法的有限性性质。 例如：操作系统，是一个在无限循环中执行的程序，因而不是一个算法。 操作系统的各种任务可看成是单独的问题，每一个问题由操作系统中的一个子程序通过特定的算法来实现。该子程序得到输出结果后便终止。 算法复杂性C依赖于问题规模N、算法输入I和算法本身A。 1.3函数渐进界 (1) f(n)=O(g(n)) 若存在正数c和n0使得对一切n≥n0有0≤f(n)≤cg(n) (2) f(n)= Ω(g(n)) 若存在正数c和n0使得对一切n≥n0有0≤cg(n)≤ f(n) (3) f(n)=o(g(n)) 对任意正数c存在n0使得对一切n≥n0有0≤f(n)cg(n) (4) f(n)=ω(g(n)) 对任意正数c存在n0使得对一切n≥n0有0≤cg(n)f(n) (5) f(n)=Θ(g(n)) ? f(n)=O(g(n)) 且f(n)=Ω(g(n)) 设f , g, h 是定义域为自然数集N上的函数： （1）如果f =O(g)且g=O(h)，那么f =O(h). （2）如果 f =Ω(g)且g=Ω(h)，那么f =Ω(h). （3）如果f =Θ(g)和g=Θ(h)，那么f =Θ(h). (4) O(f(n))+O(g(n)) = O(max{f(n),g(n)}) (5) O(f(n))+O(g(n)) = O(f(n)+g(n)) (6) O(f(n))*O(g(n)) = O(f(n)*g(n)) 设f , g, h 是定义域为自然数集N上的函数，若对某个其它的函数h, 我们有f =O(h)和g=O(h)，那么 f + g = O(h). 假设f 和g是定义域为自然数集合的函数，且满足g=O(f)，那么 f +g=Θ(f). 分治法 2.1 问题特征 分治法所能解决的问题一般具有以下几个特征： 该问题的规模缩小到一定的程度就可以容易地解决； 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质； 利用该问题分解出的子问题的解可以合并为该问题的解； 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子问题。 2.2递推方程 2.3整数划分 最后一种情况，分两种， (a). 划分中包含m的情况，即{m, {x1,x2,...xi}}, 其中{x1,x2,... xi} 的和为n-m，可能再次出现m，因此是（n-m）的m划分，因此这种划分个数为f(n-m, m); (b). 划分中不包含m的情况，则划分中所有值都比m小，即n的(m-1)划分，个数为f(n,m-1); 因此 f(n, m) = f(n-m, m)+f(n,m-1); 2.4汉诺塔问题 首先把A 柱上面的n- 1 个碟子通过C 柱移到B 柱上【T(n-1)步】,然后把A 柱剩下的一个碟子移到C 柱上【1步】, 最后把B 柱上所有的碟子通过A 柱移到C 柱上【T(n-1)步】。很容易得到算法的递归方程为：T(n)=2*T(n-1)+1， 2.5二分搜索法 2.6棋盘覆盖 在一个2k×2k 个方格组成的棋盘中，恰有一个方格与其它方格不同，称该方格为一特殊方格，且称该棋盘为一特殊棋盘。在棋盘覆盖问题中，要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格，且任何2个L型骨牌不得重叠覆盖。 2.7合并排序 2.8线性时间选择 2.9循环赛日程表 2.10快速排序 3.动态规划 3.1基本步骤，要素 要素基本步骤 （1）找出最优解的性质，并刻画其结构特征。 （2）递归地定义最优值。 （3）以自底向上的方式计算出最优值。 （4）根据计算最优值时得到的信息，构造最优解。 最优子结构 重叠子问题 备忘录（表格） 3.2矩阵连乘问题 3.3最长公共子序列 递推方程: 算法时间复杂度： 构造最优解算法复杂度：b,存储当前位置是怎么生成的（1,2,3）三个选项 3.4凸多边形最优三角剖分 与矩阵连乘一样 3.5多边形游戏 3.6图像压缩问题 B代表该段每个像素需要几位表示。 每段最大像素个数为256，“+11”是头文件，记录该段共有几个元素，都是用几位二进制表示的 从后往前划分 3.6最大子段和问题 3.7投资问题 3.8 0-1背包 3.9 0-N背包 3.10 最优二叉搜