大学算法与设计复习素材.docxVIP

大学算法分析与设计复习总结第1章 绪论考点：1、算法的5个重要特性。（P3）答：输入、输出、有穷性、确定性、可行性2、? 描述算法的四种方法分别是什么，有什么优缺点。（P4）答：1.自然语言 优点：容易理解；缺点：容易出现二义性，并且算法都很冗长。2.流程图?优点：直观易懂；缺点：严密性不如程序语言，灵活性不如自然语言。3.程序设计语言 优点：用程序语言描述的算法能由计算机直接执行；缺点：抽象性差，是算法设计者拘泥于描述算法的具体细节，忽略了“好”算法和正确逻辑的重要性，此外，还要求算法设计者掌握程序设计语言及其编程技巧。4.伪代码 ?优点：表达能力强，抽象性强，容易理解?3、了解非递归算法的时间复杂性分析。(P13)?要点：对非递归算法时间复杂性的分析，关键是建立一个代表算法运行时间的求和表达式，然后用渐进符号表示这个求和表达式。非递归算法分析的一般步骤是：（1）决定用哪个（或哪些）参数作为算法问题规模的度量。（2）找出算法的基本语句。（3）检查基本语句的执行次数是否只依赖问题规模。（4）建立基本语句执行次数的求和表达式。（5）用渐进符号表示这个求和表达式。[例1.4]：求数组最小值算法?int ArrayMin(int a[ ], int n)?{????? min=a[0];????? for (i=1; in; i++)???????? if (a[i]min) min=a[i];????? return min;?}问题规模：n基本语句： a[i]minT(n)= n-1=O(n)?4、掌握扩展递归技术和通用分治递推式的使用。（P15）扩展递归技术：通用分支递归式：?使用扩展递归技术求解下列递推关系式（1）（2）第2章 ?分治法了解分治法的设计思想设计思想：将要求解的原问题划分成k个较小规模的子问题，对这k个子问题分别求解。如果子问题的规模仍然不够小，则再将每个子问题划分为k个规模更小的子问题，如此分解下去，直到问题规模足够小，很容易求出其解为止，再将子问题的解合并为一个更大规模的问题的解，自底向上逐步求出原问题的解。步骤：（1）划分（2）求解子问题（3）合并?分治法的代表算法及时间复杂度：归并排序，快速排序，最大子段和，最近对问题，凸包问题，这五种问题的分治算法的时间复杂度为O(nlog2n)棋盘覆盖，循环赛日程安排为O(4k)?掌握归并排序和快速排序算法的算法伪代码。（P78-83）归并排序：算法中数组r中存储原始数据，r1在中间过程中存储排序后的数据，s指需排序数组的起始下标，t指需排序数组的结束下标。最终排序后的数据依然存储在r数组中。快速排序：掌握最大子段和问题的算法伪代码。（P83-85）对于待排序列（5, 3, 1, 9, 8, 2, 4, 7）,画出快速排序的递归运行轨迹。按升序排列初始序列：5,3,1,9,8,2,4,7第一次划分：4,3,1,2,5,8,9,7第二次划分：2,3,1,4,5,8,9,7第三次划分：1,2,3,4,5,8,9,7第四次划分：1,2,3,4,5,7,8,9排序完成，红色字体为每次划分的轴值?在有序序列9（r1,r2,```, rn）中，存在序号i ( 1=i=n),使得ri = i, 请设计一个分治算法找到这个元素，要求算法在最坏情况下的时间性能为O(log2n).参考代码：#includeiostream.hint findr(ints[],int begin,int end){ if(begin==end){ if(s[begin]==begin) return begin; else return 0; }else { int m=(begin+end)/2; if(s[m]m) return findr(s,begin,m-1); else if (s[m]==m)return m; else return findr(s,m+1,end); }}void main(){ int s[]={0,1,1,2,4,6,8}; coutfindr(s,1,6)endl;}?掌握选择问题的算法的伪代码（P33）??第3章 动态规划法了解动态规划法的设计思想设计思想：将待求解问题分解成若干个相互重叠的子问题，每个子问题对应决策过程的一个阶段，将子问题的解求解一次并填入表中，当需要再次求解此子问题时，可以通过查表获得该子问题的解而不用再次求解。步骤：将原始问题分解为相互重叠的子问题，确定动态规划函数；求解子问题，填表；根据表，自底向上计算出原问题的解