算法设计及分析_复习整理.pdf

算法设计与分析复习整理 江超群 2016.10 算法设计与分析复习整理 1 基本概念 1 算法定义 1 算法的描述方法 2 算法时间复杂度分析 2 什么是算法时间复杂度 2 影响算法时间复杂度的因素2 时间复杂度分析框架 2 算法时间复杂度怎么影响算法的执行 4 穷举法 5 线性结构穷举法的一般性算法框架 5 递推和递归 5 数学归纳法怎么样用于算法设计 5 递归的例题 5 递归与分治策略8 分治算法一般框架 8 分治算法例题 8 PPT 上选择问题之后的明确不考 13 贪心算法 13 贪心准则 13 贪心选择性质、最优子结构、多机调度不考 14 贪心算法例子 14 动态规划 16 课件例子 16 NP 21 回溯算法 21 一般算法框架 21 例子 21 分支限界 23 分支限界法的基本步骤 23 宽度优先搜索算法 23 代价树搜索 23 启发性信息 24 估价函数 -实际是界限函数 24 任务分配算法 24 基本概念 算法定义 算法是在有限步骤内求解某一问题所使用 算法是在有限步骤内求解某一问题所使用 算法是在有限步骤内求解某 一问题所使用 的一组定义明确规则。 算法特性 确定性、可行性、输入、输出、有穷性 1 算法的描述方法 流程图、伪代码、具体的程序设计语言 算法时间复杂度分析 什么是算法时间复杂度 算法执行时间的多少，这个时间指的是相对时间，用基本操作的执行次数来表示计算时间的多少。 影响算法时间复杂度的因素 1> 数据分布：用三种情况来表示数据分布的影响 最好情况时间复杂度、最坏情况时间复杂度、平均情况时间复杂度 2> 数据规模：数据规模作为自变量 时间复杂度分析框架 1.明确输入数据规模 n(数据量的大小) 2.确定时间单位(基本操作的执行次数) 3.分析最坏情况时间与数据规模的关系 T=T(n) 非递归算法  一般是多项式 递归算法  一般是递推关系 大多数情况下，只分析最坏情况的时间复杂度，如果需要，分析最好情况和平均情况下时间复杂度 4.渐进效率分析（O，Θ，Ω 表示） 5.增长速度分析 O ，Θ，Ω的数学定义 定义 设 f 和 g 是定义域为自然数集 N 上的函数。 (1) 若存在正数 c 和 n 使得对一切 n  n 有 0  f (n)  cg(n) 成立 ，则称 f (n) 的渐近的上界是 g(n)， 0 0 记作 f (n) = O(g(n))。 (2) 若存在正数 c 和 n ，使得对一切 n  n 有 0  cg(n)  f (n) 成立 ，则称 f (n)的渐近的下界是 g(n)， 0 0 记作 f (n) = (g(n))。 (3) 若 f (n) = O(g(n)) 且 f (n) = (g(n))，则记作 f (n)=(g(n))。 一些基本的递归公式求解 代入法 和 特征方程法（离散数学讲过） 以上两种不容易的要特殊处理（通过变化-快速排序平均时间复杂度 /