3-中山大学资讯工程学系.ppt

資訊科學的邏輯思考--演算法 2000年全國大專電腦軟體設計競賽(60隊) 2000 ACM亞洲區台北賽區大學程式設計競賽(48隊) 1998 ACM大學程式設計競賽世界總決賽(54隊) 2002 ACM大學程式設計競賽世界總決賽(64隊) 邏輯思考 邏輯思考乃解決所有事務之基礎(不論是否使用電腦) 從小至大，每天均在累積邏輯思考的實力，但求學期間增進較多 數學課程是邏輯思考的基礎 資訊科學(資訊工程)與數學 數學在計算上有其實用性 數學在深入的研究領域上可能較抽象 離散數學為資訊科學的數學基礎 資訊科學是數學的一個應用領域 資訊科學需設計實際可行的軟硬體 何謂演算法 Algorithm 解決問題的方法。將抽象的解法變成實際具體可行的方法或程式。 利用電腦解決問題的步驟 Step 1: 明確定義問題（將其模式化） Step 2: 設計演算法，並估計所需時間 Step 3: 撰寫程式，並加以測試 解決問題範例 問題：計算大學聯考英文之頂標 明確定義：計算所有考生中前25%英文成績之平均 演算法： Step 1: 將所有考生英文成績排序（由高至低） Step 2: 將排名在前面1/4的成績資料相加後， 再除以1/4的人數 撰寫程式： …... 各種排序演算法所需時間比較 何時學習演算法 課程順序 程式設計 資料結構 離散數學 演算法 事實上，開始學習程式設計，即已開始學習演算法 演算法範例 上課教室與圖形著色 問題難易度 容易的問題：在多項式時間(polynomial time)可 解決的問題 如：排序，找最大值 困難的問題：NP-complete，NP-hard 如：分割問題(Partition Problem) 推銷員問題(Traveling Salesperson Problem) 不可解的問題：用演算法無法解決的問題 如：停止問題(Halting Problem) 環球旅遊與推銷員問題 平面上給予 n 個點，從某一點出發，經過每個點一次，再回到出發點，而其總長度為最短 此為 NP-complete 問題 職棒比賽與分割問題 給予一個正整數的集合A={a1, a2, … , an}，是否可以將其分割成兩個子集合，而此兩個子集合的個別總和相等。 例：A = { 1, 3, 8, 4, 10} 可以分割：{1, 8, 4} 及 {3, 10} 此為 NP-complete 問題 股票投資與0/1 knapsack問題 有n個東西，每個東西有其個別價值(value)與重量(weight)另有一個袋子，其容量為M，如何選取某些東西，使其總重要不超過M，而其總價值為最高。 例： M = 14 最佳(optimal)解法：P1、P2、P3、P5 0/1 knapsack問題為NP-complete 生物資訊與演算法 人類DNA序列由30億(3?109)個鹼基對(base pair)所組成 人類DNA序列草圖於2000年5月公佈 生物資訊之研究需要大量計算，如字串比對、序列排列、相似度計算、演化樹 結論 演算法是邏輯思考的實現 程式設計是演算法的實現 演算法可以訓練每個人思路謹慎細密 有錢人可以買快速的硬體，但良好的演算法可以節省金錢 良好的演算法可以加速解決問題或解決資料量更大的問題 各個領域均應善用良好的演算法 參考書目 較易書籍 資料結構 戴顯權 著 紳藍出版社 07-3480411 Computer Algorithms: Introduction to Design Analysis, by S. Baase and A. V. Gelder 歐亞書局 02Data Structures and Algorithm Analysis by M. A. Weiss, 滄海書局 04較深入書籍 Introduction to the Design and Analysis of Algorithms by R. C. T. Lee, R. C. Chang, S. S. Tseng and Y. T. Tsai 旗標圖書 02 Introduction to Algorithms, by T. H. Cormen, C. E. Leiserson and R. L. Rivest 開發圖書 02Computer Algorithms, by E. Horowitz, S. S