28个不得不看的经典编程算法数学软件计算机的进来~.docVIP

前十个是来自圣经的十大算法：发起人的描述：《来自圣经的证明》收集了数十个简洁而优雅的数学证明，迅速赢得了大批数学爱好者的追捧。如果还有一本《来自圣经的算法》，哪些算法会列入其中呢？ 第一名：Union-find严格地说，并查集是一种数据结构，它专门用来处理集合的合并操作和查询操作。并查集巧妙地借用了树结构，使得编程复杂度降低到了令人难以置信的地步；用上一些递归技巧后，各种操作几乎都能用两行代码搞定。而路径压缩的好主意，更是整个数据结构的画龙点睛之笔。并查集的效率极高，单次操作的时间复杂度几乎可以看作是常数级别；但由于数据结构的实际行为难以预测，精确的时间复杂度分析需要用到不少高深的技巧。 第二名：Knuth-Morris-Pratt字符串匹配算法??? 关于此算法的介绍，请参考此文：六、教你从头到尾彻底理解KMP算法。KMP算法曾经落选于二十世纪最伟大的十大算法，但人们显然不能接受，如此漂亮、高效的KMP算法竟然会落选。所以，此次最终投票产出生，KMP算法排到了第二名。 第三名：BFPRT 算法??? 1973 年，Blum、Floyd、Pratt、Rivest、Tarjan集体出动，合写了一篇题为 “Time bounds for selection” 的论文，给出了一种在数组中选出第 k 大元素的算法，俗称中位数之中位数算法。依靠一种精心设计的 pivot 选取方法，该算法从理论上保证了最坏情形下的线性时间复杂度，打败了平均线性、最坏 O(n^2) 复杂度的传统算法。一群大牛把递归算法的复杂度分析玩弄于骨掌股掌之间，构造出了一个当之无愧的来自圣经的算法。???? 我在这里简单介绍下在数组中选出第k大元素的时间复杂度为O（N）的算法：??? 类似快排中的分割算法：?每次分割后都能返回枢纽点在数组中的位置s,然后比较s与k的大小若大的话，则再次递归划分array[s..n]，小的话，就递归array[left...s-1] //s为中间枢纽点元素。否则返回array[s]，就是partition中返回的值。 //就是要找到这个s。?找到符合要求的s值后，再遍历输出比s小的那一边的元素。???? 各位可参考在：算法导论上，第九章中，以期望线性时间做选择，一节中，我找到了这个 寻找数组中第k小的元素的，平均时间复杂度为O（N）的证明：上述程序的期望运行时间，最后证明可得O(n)，且假定元素是不同的。 第四名：Quicksort（快速排序）快速排序算法几乎涵盖了所有经典算法的所有榜单。它曾获选二十世纪最伟大的十大算法（参考这：细数二十世纪最伟大的10大算法）。关于快速排序算法的具体介绍，请参考我写的这篇文章：一之续、快速排序算法的深入分析，及十二、快速排序算法之所有版本的c/c++实现。 第五名：Floyd-Warshall all-pairs最短路径算法关于此算法的介绍，可参考我写的此文：几个最短路径算法比较（/v_JULY_v/archive/2011/02/12/6181485.aspx）。d[]: 二维数组. d[i,j]最小花费、或最短路径的邻边。 for k from 1 to n:for i from 1 to n:for j from 1 to n:d[i,j] = min(d[i,j], d[i,k] + d[k,j]) 第六名：Gentrys Fully Homomorphic Encryption Scheme（绅士完全同态加密机制）算法。此算法很漂亮，它允许第三方执行任意加密数据运算得不到私钥（不是很了解）。 第七名：Depth First Search、Breadth First Search（深度、广度优先搜索）它们是许多其他算法的基础。关于深度、广度优先搜索算法的具体介绍，请参考此文：教你通透彻底理解：BFS和DFS优先搜索算法。 第八名：Miller-Rabin作的类似的试验测试这个想法是利用素数的性质(如使用费马大定理)的小概率寻找见证不数素数。如果没有证据是足够的随机检验后发现,这一数字为素数。 第九名：Binary Search （二分查找）在一个有序的集合中查找元素，可以使用二分查找算法，也叫二分搜索。二分查找算法先比较位于集合中间位置的元素与键的大小，有三种情况（假设集合是从小到大排列的）：1.键小于中间位置的元素，则匹配元素必在左边（如果有的话），于是对左边的区域应用二分搜索。2.键等于中间位置的元素，所以元素找到。3.键大于中间位置的元素，则匹配元素必在右边（如果有的话），于是对右边的区域应用二分搜索。另外，当集合为空，则代表找不到。 第十名：Huffman coding（霍夫曼编码）霍夫曼编码(Huffman Codin