西工大算法复习资料的总结(最终修订版).docxVIP

实用标准文案 实用标准文案 精彩文档 精彩文档 笔试部分 一?简答题(40分) 1?算法的基本概念、性质及其与程序的联系与区别 算法：是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令。 算法性质：输入---有零个或者多个外部量作为算法的输入； 输出---算法产生至少一个量最为输出； 确定性：组成算法的每条指令是清晰的、无歧义的； 有限性：算法中指令的执行次数有限和执行的时间有限。 程序：是算法用某种设计语言的具体实现，程序可以不满足算法的有限性。 2?大O表示法的含义和渐进时间复杂度(要会计算复杂度) 大O表示法：称一个函数 g(n)是O(f(n))，当且仅当存在常数 c0和n0=1 ，对一切 nn0 均有|g(n)|=c|f(n)| 成立，也称函数 g(n)以f(n)为界或者称 g(n)囿于f(n)。记作 g(n)=O(f(n))。定义：如果一个问题的规模是 n ,解这一问题的某一算法所需要的时间为 T(n),它是n的某一函数。T(n)称为这一算法的时间复杂度。当输入量 n逐渐加大时， 时间复杂度的极限情形称为算法的“渐近时间复杂度”。 3?分治法的基本思想是什么 分治法的基本思想是：将一个规模为 n的问题分解为k个规模较小的子问题，这些子 问题互相独立且与原问题相同。递归地解这些子问题，然后将各子问题的解合并得到原问题 的解。 4?回溯算法的基本思想及其一般模式（子集树 +排列树） 基本思想：在包含问题的所有解的解空间树中， 按照深度优先搜索的策略， 从根结点出 发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解， 如果包含， 就从该结点出发继续探索下去， 如果该结点不包含问题的解， 则逐层向其祖先结点回溯。 若 用回溯法求问题的所有解时，要回溯到根，且根结点的所有可行的子树都要已被搜索遍才结 束。而若使用回溯法求任一个解时，只要搜索到问题的一个解就可以结束。 搜索子集树的一般模式： void search（i nt m） { if(mn)output if(mn) output。； else { a[m]=0; search(m+1); a[m]=1; search(m+1); } } 搜索排列树的一般模式： void search(i nt m) { //递归结束条件 //相应的处理（输出结果） //设置状态：0表示不要该物品 //递归搜索：继续确定下一个物品 //设置状态：1表示要该物品 //递归搜索：继续确定下一个物品 if(mn) //递归结束条件 output。； //相应的处理(输出结果) else for(i=m;i=n ;i++) { swap(m,i); // 交换 a[m]和 a[i] if() if(canplace(m)) //如果m处可放置 search(m+1); // 搜索下一层 swap(m,i); // 交换 a[m]和 a[i](换回来) } } 5?动态规划的基本思想、基本步骤、基本要素是什么 基本思想：将待求解问题分解成若干子问题， 先求解子问题，然后从这些子问题的解得 到原问题的解。 基本步骤：①找出最优解的性质，并刻画其结构特征； 递归地定义最优值； 以自底向上的方式计算出最优值； 根据计算最优值时得到的信息，构造最优解。 基本要素：最优子结构性质和子问题重叠问题 6?什么是最优子结构性质和子问题重叠性质 最优子结构性质：如果问题的最优解所包含的子问题的解也是最优的， 则称该问题具有 最优子结构性质（即满足最优化原理）。最优子结构性质为动态规划算法解决问题提供了重 要线索。 子问题重叠性质：指在用递归演算法自顶向下对问题进行求解时， 每次产生的子问题并 不总是新问题，有些子问题会被重复计算多次。动态规划算法正是利用了这种子问题的重叠 性质，对每一个子问题只计算一次， 然后将其计算结果保存在一个表格中， 当再次需要计算 已经计算过的子问题时，只是在表格中简单地查看一下结果，从而获得较高的效率。 7?分治法与动态规划的联系与区别 联系：基本思想相同，即将待求解问题分解成若干个子问题， 先求解子问题，然后从这 些子问题的解得到原问题的解。 区别：适用于动态规划法求解的问题， 经分解得到的子问题往往不是相互独立的。 分治 法子问题被重复计算多次，而动态规划子问题可用一个表来记录已解决子问题的答案， 避免 了子问题重复计算的问题。 8?动态规划的变形（备忘录方法）与动态规划的联系与区别 联系：都用表格保存已解决的子问题的答案 区别：备忘录方法的递归方式是自顶向下的，而动态规划的递归方式是自底向上的。 9?分支限界法（广度优先搜索）的基本思想是什么 分支限界法常以广度优先或以最小耗费（最大效益）优先的方式搜索问题的解空间树。 在分支限界法中，每一个活结点只有