算法期末复习.docVIP

天津市大学软件学院2#604◎计算机算法与分析◎ DATE \@ yyyy-M-d 2013-9-18 TIME \@ dddd, MMMM dd, yyyy Wednesday, September 18, 2013 Page PAGE 1 of NUMPAGES 10 算法设计与分析 ◎基本概念 算法是解题方案的准确而完整的描述，它是一些步骤组成的一个过程。算法不等于程序，它不需要考虑具体的机器和语言。 数据结构程序加工处理的数据在计算机中的存放方式。算法是对数据加工的步骤。 程序就是在数据的某种特定的表示方法和结构的基础上对抽象算法的具体描述。 3 算法的特征 有穷性( finiteness)： 一个算法必须在有限步骤之内完成。 2) 确定性(definiteness)：算法中的每一步必须明确，不能模棱两可。 3) 能行性(effectiveness)：算法中的每一步都是可以实现的，或者可以分解为可执行的的基本操作。 4) 输入(input)： 有零个或多个输入。 5) 输出(output)：有一个或多个输出。 7 算法的正确性 评价一个算法，正确性是一个永恒的标准。算法的正确依赖于所用理论的正确. 但是，理论正确的算法未必能得到正确结果，逻辑正确未必能得到正确结果。计算工具的 精度对结果会有较大影响。 2 算法的设计步骤 1) 问题的描述 2) 模型的建立 3) 算法设计 4) 算法分析 5) 算法的实现 6) 验证算法正确性 6) 验证算法正确性 目前是通过验证表达该算法的程序的正确性来实现。虽然这两者不完全一致，但因目前要证明算法的正确性仍然有困难,所以上述方法仍然是主要方法。验证程序的正确性采用程序测试的方法。经测试验证是正确的程序，在很大程度上可以相信该程序及其算法的正确性。 1 算法的复杂度 算法复杂度主要指时间复杂度和空间复杂度。 算法的时间复杂度(Time complexity): 指执行算法的计算工作量，即算法的时间代价。 算法的空间复杂度(Space complexity): 指算法执行过程中需要存储空间的大小，即算法的空间代价. 算法的时间复杂度的度量 基本运算: 基本运算应与使用的计算机及语言无关。 基本运算次数应与算法运算总次数大体上成比例。 问题规模: 算法所执行的基本运算的次数不仅与算法本身有关，还与问题的规模有关。为了比较算法的优劣，要对同等规模的问题进行分析。 ◎证明：反证法 动态规划法 ◎动态规划用于多阶段的决策过程,每个阶段都有可供选择的多种决策,各个阶段的决策构成一个决策序列.动态规划的目标是选取一个最优的决策序列 ◎最优性原理(principle of optimality) “一个过程的最优决策具有这样的性质,即无论其初始状态和初始决策如何,从这一决策所导致的新状态开始,以后的一系列决策必须是最优的” 这就是最优性原理 ◎动态规划法设计步骤 ① 找出最优解的性质,并刻画其结构 (最优子结 构) 特征. ② 递归地定义最优值, 导出递推公式. ③ 以自底向上的方式计算最优值. ④ 根据计算最优值时得到的信息,构造最优解. 投资问题：设总资源数为a，工程个数为n。给每个工程投资不同，所获得的利润也不同。现给定各个工程的资源利润表和资源总数，问:如何分配资源，才能获得最大利润。 表 3项工程的资源利润表 X 0 1 2 3 4 5 6 7 8 g1(x) 0 5 15 40 80 90 95 98 100 g2(x) 0 5 15 40 60 70 73 74 75 g3(x) 0 4 26 40 50 51 52 53 54 表中给出了第i项工程分配资源数为x时所能获得的利润gi（x） 记Fn(a)为给n个工程投资资源数为a时可获得的最大利润,则有： Fn(a)=max{G1(x1)+G2(x2)+…Gn(xn)}， x1+x2+…xn=a 如果给第n项工程投资x，给前n-1项工程投资a-x，则 Fn(a)=max {Fn-1(a-x)+ Gn(x)} X∈(0,1,…,a) 记 Fk(z)为给k个工程投资总资源数为z时可以获得的最大利润，则有递推公式： Fk(z)= max {Fk-1(z-x)+ Gk(x)} Z∈(0,1,…,a)， X∈(0,1,…,z) F1(z)= G1(z) 利用这一递推公式，我们可以得出该问题的算法。 投资问题算法 Investing( m,n,g[i][j]) { for(j=0; j=m; j=j+1) {f[1][j]=g[1][j] ; d[1][j]=j} for (i=2