算法设计与分析期末备考知识点总结.docxVIP

通俗地讲，算法是解决问题的方法，严格地说，算法是对特定问题求解步骤的一种描述，是指令的有限序列。算法还必须满足一下五个重要特性：输入、输出、有穷性、确定性、可行性。程序（Program）是对一个算法使用某种程序设计语言的具体实现，原则上，算法可以用任何一种程序设计语言来实现。什么是算法的计算复杂性？算法分析指的是对算法所需要的两种计算机资源——时间和空间(时间复杂性和空间复杂性进行估算，所需要的资源越多，该算法的复杂性就越高。表示计算复杂性的O你掌握了？若存在两个正的常数c和n0，对于任意n≥n0，都有T(n)≤c×f(n)，则称T(n)=O(f(n))（或称算法在O(f(n))中）。我们主要介绍了哪几种算法设计方法？分治法：将一个难以直接解决的大问题，分割成一些规模较小的子问题，以便各个击破，分而治之。减治法：减治法在将原问题分解为若干个子问题后，利用了规模为n的原问题的解与较小规模（通常是n/2）的子问题的解之间的关系，这种关系通常表现为：（1）原问题的解只存在于其中一个较小规模的子问题中；（2）原问题的解与其中一个较小规模的解之间存在某种对应关系。由于原问题的解与较小规模的子问题的解之间存在这种关系，所以，只需求解其中一个较小规模的子问题就可以得到原问题的解。动态规划法、贪心算法、回溯算法、概率RAM程序分治法------合并排序设算法4.3对n个元素排序的时间复杂性为T(n)，则该二路归并排序算法存在如下递推式：二路归并排序的时间代价是O(nlog2n)。所需空间只 要O(m+n+min(m, n))的空间就够了(假设两个合并串的长度分别为m和n)。分治法------快速排序在最好情况下在具有n个记录的序列中，一次划分需要对整个待划分序列扫描一遍，则所需时间为O(n)。时间复杂度为O(nlog2n)。在最坏情况下必须经过n-1次递归调用才能把所有记录定位，而且第i趟划分需要经过n-i次关键码的比较才能找到第i个记录的基准位置，因此，总的比较次数为：时间复杂度为O(n2)分治法------最大子段递推式： 算法时间复杂度： O(nlog2n)分治法------棋盘覆盖问题T(k)满足如下递推式：分治法------循环赛日安排问题基本语句的执行次数是：算法的其时间复杂性为O(4k)。顺序统计问题：算法１ 找出n个元素中的第k个最小元素输入 ：从一个有线性序的集合中抽出的n个元素的序列S及一个整数k，1≤k≤n。输出 ：S中的第k个最小元素算法2算法2的期望时间是O(n)。最坏情况O(n2)减治-----插入排序（手工题） 堆的概念：n个元素的序列{K1,K2,…..Kn}，当且仅当满足动态规划求解TSP问题注：用动态规划解决TSP问题，算法的时间复杂性为O(n22n)。和蛮力法相比，动态规划法求解TSP问题，把原来的时间复杂性是O(n!)的排列问题，转化为组合问题，从而降低了算法的时间复杂性，但它仍需要指数时间。 但遗憾的是这一动态规划算法需要O(n2n)的空间。当n较大时，空间难以满足。多段图的最短路径算法：1．For (i=1; i=n; i++)COST[i]=0;初始化：数组cost[n]初始化为最大值，数组path[n]初始化为-1；2．for (i=n-2; i=0; i--)2.1 对顶点i的每一个邻接点j，根据cost[i]=min{cij+cost[j]} (i≤j≤n且顶点j是顶点i的邻接点)计算cost[i];2.2 根据 path[i]=使cij+cost[j]最小的j 计算path[i];3．输出最短路径长度cost[0];4. 输出最短路径经过的顶点：4.1 i=04.2 循环直到path[i]=n-14.2.1 输出path[i];4.2.2 i=path[i];最优二叉查找树算法：最优二叉查找树是以这n个记录构成的二叉查找树中具有最少平均比较次数的二叉查找树，即 最小，其中pi是记录ri的查找概率，ci是在二叉查找树中查找ri的比较次数。回溯法----解空间树的动态搜索过程注：搜索过程中，采用两种策略避免无效搜索：用约束条件剪去得不到可行解的子树；用目标函数剪去得不到最优解的子树。例一: 对于n=3的0/1背包问题，三个物品的重量为{20, 15, 10}，价值为{20, 30, 25}，背包容量为25，从图8.2所示的解空间树的根结点开始搜索，搜索过程如下:(注：树枝左侧为1，右侧为0，1代表装包，0代表不装包，从上到下每一层代表一个物体)例二: 对于n=4的TSP问题，解空间树如下：代价矩阵C如下：目标函数初始化为∞；从结点1选择第1棵子树到结点2，表示在图中从顶点1出发；从结点2选择第1棵子树到达结点3，表示在图中从顶点1到顶点2，依代价矩阵可知路径长度为3；从结点3选择第1棵子树到