递归算法的优缺点.pdf

实用标准文案 递归算法的优缺点： 1 ○优点： 结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性， 因此它为设计 算法、调试程序带来很大方便。 2 ○缺点： 递归算法的运行效率较低， 无论是耗费的计算时间还是占用的存储空间都比非递归 算法要多。 边界条件与递归方程是递归函数的二个要素 应用分治法的两个前提是问题的可分性和解的可归并性 以比较为基础的排序算法的最坏倩况时间复杂性下界为 0(n ·log2n) 。 回溯法以深度优先的方式搜索解空间树 T，而分支限界法则以广度优先或以最小耗费优先的 方式搜索解空间树 T。 舍伍德算法设计的基本思想 : 设 A 是一个确定性算法，当它的输入实例为 x 时所需的计算时间记为 tA(x) 。设 Xn 是 算法 A 的输入规模为 n 的实例的全体， 则当问题的输入规模为 n 时，算法 A 所需的平均时间 为 t A (n) tA (x) / | Xn | x X n 这显然不能排除存在 x ∈Xn 使得 t A ( x ) t A ( n ) 的可能性。希望获得一个随机化算法 B， 使得对问题的输入规模为 n 的每一个实例均有 t B ( x ) t A ( n ) s ( n ) 拉斯维加斯 ( Las Vegas ) 算法的基本思想 : 设 p(x) 是对输入 x 调用拉斯维加斯算法获得问题的一个解的概率。一个正确的拉斯维加斯 算法应该对所有输入 x 均有 p(x)0 。 设 t(x) 是算法 obstinate 找到具体实例 x 的一个解所需的平均时间 ,s(x) 和 e(x) 分别是算 法对于具体实例 x 求解成功或求解失败所需的平均时间，则有： t(x) p(x)s(x) (1 p(x))(e(x) t (x)) 解此方程可得： 1 p ( x ) t ( x ) s ( x ) e ( x ) p ( x ) 蒙特卡罗 (Monte Carlo) 算法的基本思想 : 设 p 是一个实数，且 1/2p1 。如果一个蒙特卡罗算法对于问题的任一实例得到正确解的概 率不小于 p，则称该蒙特卡罗算法是 p 正确的，且称 p-1/2 是该算法的优势。 如果对于同一实例， 蒙特卡罗算法不会给出 2 个不同的正确解答， 则称该蒙特卡罗算法是一 致的。 线性规划基本定理：如果线性规划问题有最优解，则必有一基本可行最优解。 单纯形算法的特点是： （1）只对约束条件的若干组合进行测试，测试的每一步都使目标函数的值增加； （2 ）一般经过不大于 m或 n 次迭代就可求得最优解。 单纯形算法的基本思想就是从一个基本可行解出发， 进行一系列的基本可行解的变换。 每次 变换将一个非基本变量与一个基本变量互调位置， 且保持当前的线性规划问题是一个与原问 精彩文档 实用标准文案 题完全等价的标准线性规划问题。 图灵机由以下几部分组成：一条无限长的带（有无穷个格子） 、一个读写头、一个有限状态 控制器以及一个程序。 NPC形式化定义： 定义 1：语言 L 是 NP完全的当且仅当（