算法设计期末复习总结.docxVIP

分治法：计算方向：自顶向下；分为3个步骤：divide:整个问题划分为多个子问题；conquer求解每个子问题combine合并子问题的解，形成原问题的解设输入大小为n，T(n)为时间复杂性，当nc,T(n)=(1);总之：(1)if ncT(n)= aT(n/b)+D(n)+C(n).1同阶。定义：e(f(n))={g(n)|ЭC1,C20,n0;当n=n0,C1f(n)=g(n)=C2f(n)}称为与f(n)同阶。例题：证明,其中证:由于，，所以。2、高阶。定义：Ω（f（n））={ g(n)|ЭC1,C20,n0;当n=n0,0=g(n)=C2f(n)}称为比f(n)高阶。二分查找：BinarySearch(max,min,des)mid-(max+min)/2while(min=max)mid=(min+max)/2if mid=des thenreturn midelseif mid des thenmax=mid-1elsemin=mid+1；returnmaxO(log n)归并算法（mergesort）：输入：Ap,r：欲排序数据在数组A中。输出：Ap,r：排序后的数据。方法：Merge-Sort(A,p,r)if pr thenq(p+r)/2Merge-Sort(A,p,q)Merge-Sort(A,q+1,r)Merge(A,p,q,r)。*Merge算法十分简单，需要O(n)次比较。 *若要排序存储在数组A的n个数,只需调用Merge-Sort(A,1,n)。2.Merge-Sort的分析·If n=1,T(n)=(1)·Divide阶段的时间复杂性: D(n)= (1)·Conquer阶段的时间复杂性:2T()·Combine阶段的时间复杂性:C(n)=(n)(1)if n=1·T(n)=2T(n/2)+(n)+(1)if n1·使用循环展开法求解T(n)=(n)。快速排序算法(Quick-Sort):描述：有数组A[p….r]q=(p+r)/2;1).divide:把数组A[p…r]划分为两个非空数组A1[p…q],A2[q+1,r];使得A1中的每个数都小于A2中的；2).conquer:递归调用排序算法排序A1，A2；3).combine:将两个已经排好序的算法合并算法详细:Quick_sort(A[],p,r)If prThen q=partition(A[],p,r)Quick_sort(A[],p,q)Quick_sort(a[],q+1,r);Partition算法:Partition(a[],p,r)X=a[p]i=p-1;j=r+1;repaeatj- - until a[j]=x;repeat i++ until a[i]=x;if ijthen exchange a[i] a[j]else return j;将数组A有序排序,小的数放在前面A[i]=X=A[j];最坏时间复杂性:(n2)划分平衡时间复杂性:(nlgn)动态规划技术(Dynamic Programming):适用：当一个优化问题可以分为多个子问题，子问题的解被重复使用。满足条件：1.问题据有优化子结构(Optimal substructure)2.有重叠子问题(Overlapping sub-problems)优化结构：如果一个问题的优化解包含了他的子问题的优化解，则称该问题据具有优化子结构；特点：求解每个子问题仅一次，并保存结果，以后用到时直接存取，不重复计算，节省时间。计算方向：自底向上步骤：分析优化解的结构递归定义最优解的代价；自底向上的计算优化解的代价保存，并获取构造最优解的信息；根据构造最优解的信息构造优化解；矩阵链乘积(Matrix-chain Multiplication)(~)优化解的代价方程：假设：m[I,j]=计算Ai-j的最小乘法数=0；m[i,j]=m[i,k]+m[k+1,j]+pi-1pkpj, m[i,j]= 0 if i=j minikj{m[i,k]+m[k+1,j]+pI-1pkpj} if ij时间复杂性T(n)=0(n3)空间复杂性S(n)=0(n2)最长公共子序列问题步骤：1.问题定义 2.建立求解LCS长度的递归方程3.LSC长度的计算4.构造最优解0-1背包最优子结构：问题分析：令f(i,j)表示在前i(0≤in)个物品中能够装入容量为j(0≤j≤W)的背包中的物品的最大价值，则可以得到如下的动态规划函数: f[i,j]=0(i=0 OR j=0)f[i,j]=f[i-1,j] jwi①f[i,j]=max{f[i-1,j] ,f[i-1,j-wi] +vi } jwi②伪代码：f[0,j