计算机级公共基础知识考点.docVIP

计算机二级公共基础知识考点 第1章 数据结构与算法 考点1：算法的基本概念 所谓算法是指解题方案的准确而完整的描述。 对于一个问题，如果可以通过一个计算机程序，在有限的存储空间内运行有限长的时间而得到正确结果，则称这个问题是算法 可解的。算法不等于程序，也不等于计算方法。 1 算法的基本特征 （1） 可行性（effectiveness）：针对实际问题而设计的算法，执行后能够得到满意的结果。 （2） 确定性（definiteness）：算法中的每一个步骤都必须有明确的定义，不允许有模棱两可的解释和多义性。 （3） 有穷性（finiteness）：算法必须的有限时间内做完，即算法必须能在执行有限个步骤之后终止。 （4） 拥有足够的情报：要使算法有效必须为算法提供足够的情报。当算法拥有足够的情报时，此算法才是有效的；当提供的 情报不够时，算法可能无效。 综上所述，算法是一组严谨地定义运算顺序的规则，并且每一个规则都是有效的，同时是明确的，此顺序将在有限的次数后终 止。 2．算法的基本要素 （1）算法中对数据的运算和操作：每个算法实际上是按解题要求从环境能进行的所有操作中选择合适的操作所组成的一组指令序列。 基本的运算和操作有以下4列类：①算术运算（包括加、减、乘、除等）；②逻辑运算（包括“与”、“或”、“非”等运算）；③关系运算（包括“大于”、“小于”、“等于”、“不等于”等）；④数据传输（包括赋值、输入、输出等操作）。 （2）算法的控制结构：一个算法的功能不仅仅取决非于所选用的操作，而且还与各操作之间的执行顺序有关。算法中各操作之间的执行顺序称为算法的控制结构。 算法的控制结构给出了算法的的框架，它不仅决定了算法中各操作的执行顺序，也直接 反映了算法的设计是否符合结构化原则。描述算法的工具通常有传统流程、N-S结构化流程图和算法描述评议等。一个算法一般都以用顺序、选择和循环3种基本控制结核组合而成。 3．算法设计的基本方法 计算机算法不同于人工处理的方法，工程上常用的算法有列举法和归纳法。 在实际应用时，各种方法之间往往存在着一定的联系。 （1） 列举法。 列举法的的思想是根据提出的问题，列举所有可能的情况并用问题中给定的条件检测哪些是需要的，哪些是不需要的。列举法常用于解决“是否存在”或“有多少种可能”等类型的问题。 （2） 归纳法。 归纳法的基本思想是通过列举少量的特殊情况，经过分析，最后找出一般的关系。从本质上讲，归纳就是通过观察一些简单而特殊的情况，最后总结出一般性的结论。 （3） 递推。 递推是指从已知的初始条件出发，逐次推出所要求的各中间结果和最后结果。其中初 始条件或是问题本身已经给定，或是通过对问题的分析与化简而确定。递推本质上也属于归纳法，工程上许多递推关系式实际上通过对实际问题的分析与归纳而得到的，因此，递推关系式往往是归纳的结果。对于数值型的递推算法必须要注意数值计算的稳定性问题。 （4） 递归。 人们在解决一些复杂问题时，为了降低问题的复杂程度（如问题的规模等），一般总 是将问题逐层分解，最后归结为一些最简单的问题。这种将问题逐层分解的过程，实际上并没有对问题进行求解，而只是当解决了最后那些最简单的问题后，再沿着原来的分解的逆过程逐步进行综合，这就是递归的基本思想。递归分为直接递归与间接递归两种。 （5） 减半递推技术。 实际问题的复杂程度往往与问题的规模有着密切的联系，因此利用分治法解决这类实际问题是有效的。工程上常用的分治法是减半递推技术。 所谓“减半”，是指将问题的规模减半，而问题的性质不变；所谓“递推”，是指重复“减半”的过程。 （6） 回溯法。 在工程上有些实际问题很难归纳出一组简单的递推公式或直观的求解步骤，并且也不能进行无限的列举。对于这类问题一种有效的方法是“试”。通过对问题的分析，找出一个解决问题的线索，然后沿着这个线索逐步试探，若试探成功，就得到问题的解；若试探失败，就逐步回退，换其他路线再逐步试探。 考点2：算法复杂度 1． 算法的时间复杂度 算法的时间复杂度是指执行算法所需要的计算工作量。同一个算法使用不同的语言实现，或者用不同的编译程序进行编译，或者在不同的计算机上运行，效率均不同。这表明使用绝对的时间单位衡量算法的效率是不合适的。撇开这些与计算机硬件、软件有关的因素，可以认为一个特定算法“运行工作量”的大小，只依赖于问题的规模（通常用整数n表示），它是问题的规模函数。即： 算法的工作量=f(n) 分析算法的工作量通过采用以下两种方法来分析。 （1） 平均性态（Average Behavior）：所谓平均性态分析，是指各种特定输入下 的基本运算次数的加权平均值来度量算法的工作量。 （2） 最坏情况复杂性（Worst-case