算法分析與设计课程实验报告.docVIP

算法分析与设计课程实验报告 班 级： 131213 学 号： 13121XXX 姓 名： XXX 指导老师： 邓 凡 目录 算法分析与设计课程实验报告 1 实验一 排序 1 1. 课本练习2.3-7 1 2. 实现优先队列 2 3.快速排序 2 4. 第k大元素 3 实验二 动态规划 4 1. 矩阵链乘 4 2. 最长公共子序列 5 3. 最长公共子串 7 4. 最大和 9 5. 最短路径 10 实验三 贪心策略 11 1. 背包问题 11 2. 任务调度 14 3. 单源点最短路径 15 4. 任意两点间最短路径 16 实验四 回溯法 18 1. 0-1背包问题 18 2. 8-Queen问题 21 实验一 排序 课本练习2.3-7 问题描述 描述一个运行时间为(nlgn)的算法，给定n个整数的集合S和另一个整数x,该算法能确定S中是否存在两个其和刚好是x的元素。 (2)问题分析 该问题首先要进行排序，然后用二分查找法判断S中是否存在两个其和刚好是x的元素，因为时间复杂度为(nlgn)，所以可以采用归并排序。 算法分析 归并排序的思想是将n个元素分成各含n/2个元素的子序列，然后对两个子序列递归地进行排序，最后合并两个已排序的子序列得到排序结果。二分查找的思想是对于集合中的每一个数字，用二分法找到x-S[i]的位置，若存在且不为其本身，则输出S中存在有两个和等于x的元素；否则，不存在。 实验结果 实现优先队列 问题描述 实现优先队列，维护一组元素构成的集合S。 问题分析 优先队列是基于堆排序的。首先将集合S中的元素进行堆排序。当进行操作时，要不断维护集合S的有序性，即要不断地调整堆。 算法分析 本程序中主要的函数有INSERT()：需要调用INCREASE_KEY()来 维护堆，其时间复杂度为O（lgn），函数MAXIMUM()仅需要返回S[1]，时间复杂度为(1)，函数EXTRACT_MAX()需要调用堆排序中的MAX_HEAPIFY，时间复杂度为O(lgn)，函数INCREASE_KEY()更新结点到根结点的路径长度为O(lgn)，时间复杂度为O(lgn)。 3.快速排序 问题描述 实现快速排序 问题分析 快速排序采用了分治策略。数组A[p..r]被划分成两个子数组A[p..q-1]和A[q+1..r]，使得A[p..q-1]中的每个元素都小于等于A(q)，而且，小于等于A[q+1..r]中的元素。然后通过递归调用快速排序，对子数组A[p..q-1]和A[q+1..r]排序。最后将两个数组合并。 算法分析 快速排序不需要额外的辅助空间，其时间复杂度在平均情况下为O(nlgn)，最坏情况下为O()。快速排序是不稳定的排序算法。 实验结果 第k大元素 问题描述 给定两个大小分别为m和n的有序序列，采用分治法求解两个序列合起来的第k大元素，使得时间复杂度为O(lgm+lgn)。 问题分析 将A平均分为前后两个部分，前半部分有x个元素，后半部分有m-x个元素。因为A有序，所以后半部分的所有元素均大于前半部分。A[x]为后半部分的第一个元素。 将B也平均分为前后两个部分，前半部分有y个元素，后半部分有n-y个元素。B[y]是后半部分的第一个元素。 算法分析 由于两个数组都是平均划分的，我们可以近似地认为x=m/2, y=n/2。假设A[x]=B[y],则有 a.B[y]前面至少有x+y个元素，如果k=x+y，合并后第k大元素必然在B[y]前面，所以原来B数组中的后半部分可以排除掉。 b.合并后A[x]后面至少有(n+m)-(x+y)个元素，如果kx+y，合并后第k大元素必然在A[x]后面。所以，原来在A数组中前半部分可以排除掉。 实验二 动态规划 矩阵链乘 题目要求 给定n个矩阵链A1,A2,...,An，矩阵Ai的规模为pi-1*pi（1≤i≤n），求完全括号化方案，使得A1A2,...An所需标量乘法次数最小。 题目分析 本问题满足最优子结构性质（矩阵链乘AiAi+1...Aj的最优化括号方案包含其子问题AiAi+1...Ak和Ak+1Ai+1...Aj的最优括号方案）：假设AiAi+1,...Aj所的最优括号化方案的分割点在Ak和Ak+1之间。那么，继续对前缀子链AiAi+1,...Ak优化我们应该采用独立求解它时所得的最优化方案。同理，在子链Ak+1Ak+2,...Aj进行括号化的方法，就是它自身的最优化括号方案。所以可以用动态规划来求解。 算法分析 为了构造一个矩阵链乘问题的最优解，我们可以将问题划分为两个子问题（AiAi+1...Ak和Ak+1Ai+1...Aj的最优括号