计算机算法基础-修改.docVIP

算法就是一组有穷的规则，它规定了解决某一特定类型问题的一系列运算。 算法的五个重要特征：（1）确定性（2）能行性（3）输入（4）输出（5）有穷性 算法与计算过程的区别：凡是算法，都必须满足以上五条特性。只满足前四条特性的一组规则不能称为算法，只能叫做计算过程。 制定一个算法必经的阶段：设计、确认、分析、编码、检查、调试、计时 学习算法应该涉及的内容：（1）如何设计算法（2）如何表示算法（3）如何确认算法（4）如何分析算法（5）如何测试程序 时空分布图是用各种给定的数据执行调试认为是正确的程序，并测定为计算出结果所花去的时间和空间，以印证以前所作的分析是否正确和指出实现最优化的有效逻辑位置。 算法分析方式分类：事前分析和事后测试。事前分析求出该算法的一个时间限界函数（它是一些有关参数的函数）。事后测试收集此算法的执行时间和实际占用空间的统计资料。 4页?下标？上界：如果存在两个正常数c和n0，对于所有的n=n0,有 |f(n)|≤c|g(n)|则记作f(n)=O(g(n)) 6页? 下标？下界：如果存在两个正常数c和n0，对于所有的nn0，有 |f(n)|≥c|g(n)| 则记作f(n)=Ω(g(n)) 6页?下标？确界：如果存在正常数c1,c2和n0，对于所有的nn0，有c1|g(n)|≤|f(n)|≤c2|g(n)| 则记作f(n)= Θ(g(n)) 计算时间的多项式时间算法关系： 数量级O(1)O(logn)O(n)O(nlogn)O(n2)O(n3) ？上标？5页 指数级O(2 n)O(n!) O(nn) ？6页常用整数求和公式 算法1：求n项的最大元素 procedure MAX(A，n，j) //j，使A(j)是A(1：n)中的最大元素，n0// xmax←A(1)；j←1 for i←2 to n do if A(i)xmax then xmax ←A(i)；j ←i；endif repeat end MAX 假定A（1：n）是实数数组，这个过程的完整说明如下： procedure MAX(A，n，j) global real xmax；parameters integer j，n；real A(1：n)local integer i； 栈和队列是两种特殊的有序表。栈是所有的插入和删除都在栈顶的表的一端进行。而队列的所有插入只能在尾总的一端进行，所有的删除只能在前部的另一端进行。栈是一个后进先出LIFO表。队列的运算要求第一个插入队中的元素也第一个被移出，是一个先进先出FIFO表。 栈和队列表示方法：一种是用一个一维数组表示，另一种是使用链接表表示。 ？下标？ 树是一个或多个结点的有限集合，它使得：①有一个特别指定的称作根的结点；②剩下的结点被分成m≥0个不相交的集合T1，T1，m≥0个不相交树的集合。若去掉树的根，就得到一个森林。 层又叫级，设根是1级，若某结点在p级，则它的儿子在p+1级。一棵树中结点的最大级数定义为该树的高度或深度。 二元树是结点的有限集合，它或者为空，或者由一个根和两棵树（称之为左子树、右子树）的不相交的二元树所组成。 二元树特性：任何一个结点至多只能有两个儿子，即不存在度大于2的结点；另外，二元树的子树是有次序之分的，即分为左子树和右子树，而树的子树实际上无次序之分；再者，二元树允许有0个结点，而一棵树至少要有一个结点。 完全二元树：一棵有n个结点深度为k的二元树，当它的结点相当于深度为k的满二元树中编号为1到n的结点时，则称此二元树是完全的。 图G由称之为结点V和边E的两个集合所组成。 顺序表示使用n行和n列的方阵表，其中n是结点数，这个表称为邻接矩阵。 邻接链表表示是由n个表组成的，每个结点i有一个表，这个表由i所邻接的那些结点所组成。 eg1.3：斐波那契序列1，1，2，3，5，8，13，21，34，…的定义为F0=F1=1 Fi= Fi -1+F i -2 i1 算法1.7求斐波那契数 procedure F(n) //返回第n个斐波那契数 // inteqer n if n≤1 then return(1) else return(F(n-1)+F(n-2)) endif end F eg1.5：已知元素x，判断x是否在A（1：n）中。 算法1.9 在A（1：n）中检索x procedure SEARCH(i) //如果在A（1：n）中有一元素A(k)=x，则将其第一次出现的下标k返回，否则返回零// global n，xn） case ：in：return(0) ：A(i)=x：return(i) ：else：return(SEARCH(i+1)) end