迭代分治穷举回等溯算法概念的引入.pptxVIP

递归与迭代的区别;关于递归的回顾;什么是迭代;当一个问题的求解过程能够由一个初值使用一个迭代表达式进行反复迭代的时候,便可以用效率极高的重复程序描述 迭代也是用循环结构实现的. 只不过重复的操作是不断的从一个变量的旧值出发计算它的新值. 其基本格式如下; 迭代变量赋予初值; 循环语句 { 计算迭代式; 新值取代旧值 } ;例子:斐波那契序列; 以兔子繁殖为例 用月份n作为参数,表示计算第几个月后兔子的总数,i循环变量,迭代条件为:3=I=n 程序中迭代变量为fib fib1.fib2 ;由递归引出的分治;递归与分治紧密相连;第二个例子; 简单介绍算法;穷举法;例子;;回溯法;八皇后问题，是一个古老而著名的问题，是回溯算法的典型例题。该问题是十九世纪著名的数学家高斯1850年提出：在8X8格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后???不能处于同一行、同一列或同一斜线上，问有多少种摆法。 可以简化为四皇后问题;;伪代码的实现《数据结构》一书;贪心算法; 贪婪算法（Greedy algorithm)是一种对某些求最优解问题的更简单、更迅速的设计技术。 用贪婪法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下，以迭代的方法做出相继的贪心选择，每做一次贪心选择就将所求问题简化为一个规模更小的子问题，通过每一步贪心选择，可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪婪法不要回溯。 贪婪算法是一种改进了的分级处理方法。其核心是根据题意选取一种量度标准。然后将这多个输入排成这种量度标准所要求的顺序，按这种顺序一次输入一个量。如果这个输入和当前已构成在这种量度意义下的部分最佳解加在一起不能产生一个可行解，则不把此输入加到这部分解中。这种能够得到某种量度意义下最优解的分级处理方法称为贪婪算法。 对于一个给定的问题，往往可能有好几种量度标准。初看起来，这些量度标准似乎都是可取的，但实际上，用其中的大多数量度标准作贪婪处理所得到该量度意义下的最优解并不是问题的最优解，而是次优解。因此，选择能产生问题最优解的最优量度标准是使用贪婪算法的核心。 　一般情况下，要选出最优量度标准并不是一件容易的事，但对某问题能选择出最优量度标准后，用贪婪算法求解则特别有效。最优解可以通过一系列局部最优的选择即贪婪选择来达到，根据当前状态做出在当前看来是最好的选择，即局部最优解选择，然后再去解做出这个选择后产生的相应的子问题。每做一次贪婪选择就将所求问题简化为一个规模更小的子问题，最终可得到问题的一个整体最优解。;例子;其他;有穷状态机（有限状态机）;;例子;统计一篇英文文章里的单词个数。 有多种方法可以解这道题，这里我们选择用有穷状态机来解，做法如下： 先把这篇英文文章读入到一个缓冲区里，让一个指针从缓冲区的头部一直移到缓冲区的尾部，指针会处于两种状态：“单词内”或“单词外”，加上后面提到的初始状态和接受状态，就是有穷状态机的状态集。缓冲区中的字符集合就是有穷状态机的字母表。 如果当前状态为“单词内”，移到指针时，指针指向的字符是非单词字符(如标点和空格)，那状态会从“单词内”转换到“单词外”。如果当前状态为“单 词外”， 移到指针时，指针指向的字符是单词字符(如字母)，那状态会从“单词外”转换到“单词内”。这些转换规则就是状态转换函数。 指针指向缓冲区的头部时是初始状态。 指针指向缓冲区的尾部时是接受状态。 每次当状态从“单词内”转换到“单词外”时，单词计数增加一。 这个有穷状态机的图形表示如下： ;Hash table 简介;;7.4 哈希查找 基本思想：在记录的存储地址和它的关键字之间建立一个确定的对应关系；这样，不经过比较，一次存取就能得到所查元素的查找方法 定义 哈希函数——在记录的关键字与记录的存储地址之间建立的一种对应关系叫~ 哈希函数是一种映象，是从关键字空间到存储地址空间的一种映象 哈希函数可写成：addr(ai)=H(ki) ai是表中的一个元素 addr(ai)是ai的存储地址 ki是ai的关键字;哈希表——应用哈希函数，由记录的关键字确定记录在表中的地址，并将记录放入此地址，这样构成的表叫~ 哈希查找——又叫散列查找，利用哈希函数进行查找的过程叫~;从例子可见： 哈希函数只是一种映象，所以哈希函数的设定很灵活，只要使任何关键字的哈希函数值都落在表长允许的范围之内即可 冲突：key1?key2，但H(key1)=H(key2)的现象叫~ 同义词：具有相同函数值的两个关键字，叫该哈希函数