多项式分治,背包问题,单元最短路径,克鲁斯卡尔,多段图.docxVIP

算法设计与分析大作业班级：物联网1401学号：姓名：zk江南大学物联网工程学院一、多项式分治1.1算法简介分治字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题??直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。因为多项式的表示是Pn(x)=?anxn?＋an-1xn-1＋…＋a1x＋a0?任意大整数都可以看作是一多项式（其中X=10，an是第n+1位上的数字，个位用a0表示）。如：9876=6+7*101+8*102+9*103??所以大整数相乘可以用多项式乘积的分治算法实现，实际上大整数相乘就是多项式乘积的一个特例。?把一个多项式分为两个?P?(x)=?P0(x)+?P1(x)xn/2????q(x)=q0(x)+q1(x)xn/2???P(x)*q(x)=P0(x)*q0(x)+P1(x)*P1(x)*xn+((P0(x)+?P1(x))*(?q0(x)+q1(x))-?P0?*?q0?–?P1*?q1)*?xn/2?令：R0=?P0(x)*q0(x)????R1=?P1(x)*q1(x)? ?R2=?P0(x)+?P1(x))*(?q0(x)+q1(x))-?P0?*?q0?–?P1*?q1?于是上式可化简为P(x)*q(x)=?R0?+（R2-?R0-?R1）*?xn/2+?R1*xn?由于多项式乘法时间远多于加法时间，所以多项式乘积分治算法对比较大的n将有很大的改进。1.2调试过程①在调试过程中poly_product()函数出错，单步调试发现图1poly_product()错误部分第16,17行出错，多项式阶数相同系数相加，所以讲r2+k改为r2或17,18行r3改为r3+k即可。②多项式的输入只能是2的倍数。1.3运行结果图2多项式分治算法运行结果二、背包问题2.1算法简介背包是基于这样的问题，即有N件物品和一个容量为V的背包，第i件物品的重量是w[i]，价值是v[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。问题的约束方程为：根据约束方程，最好是选择即使目标函数的值增加最快，又使背包载重消耗较慢的物体装入背包，即优先选择价值重量比最大的物体装入背包中。2.2算法复杂度时间和空间复杂度均为O(N*V），其中时间复杂度基本已经不能再优化了，但空间复杂度却可以优化到O(V）。2.3调试过程①在背包问题中首先用到merge_sort()合并排序算法对物体的价值重量比进项排序，实际运行中发现出错。单步调试发现在swap()交换函数中并没有完成交换，由于物体属性为结构体所有采用较麻烦的方法交换。void swap(OBJECT x, OBJECT y){OBJECT temp;temp.p = x.p;x.p = y.p;y.p = temp.p;temp.w = x.w;x.w = y.w;y.w = temp.w;temp.v = x.v;x.v = y.v;y.v = temp.v;}2.4运行结果图3 背包问题程序运行结果三、单源最短路径3.1算法简介Dijkstra 算法思想为：设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径 , 就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。其实Dijkstra 算法是一个数学问题，算法是一个贪心算法，未被确定的最短路径处在一个不断更新的过程中，已经确定的最短路径不需更新，每次都是在已经确定的最短路径的基础上获取新的最短路径。并且最先找到的最短路径越短，最后找到的最短路径越长，也就是说，确定的最短路径是一个递增的趋势。这里需要明确的一个很重要的问题就是：下一条最短路径只能有两种情况： 1. 集合A = 由已经产生的最短路径的终点再扩充一条边得到； 2. B = 由源点直接到达目的节点。3.2调试过程①又相图邻接表的建立，程序中利用循环嵌套的方式建立每个节点与相邻节点的邻接链表。思路是：图4邻接表建立思路在此之前尝试另一种建立邻接链表的方法：typedef struct VertexNode {int data;NODE *firstedge; //边表头指针}VertexNode, Adj