考研复习资料大汇总.pptx

分治法——大整数的乘法;分治法——大整数的乘法;分治法——循环赛日程表;分治法——线性时间选择;分治法——线性时间选择;将n个输入元素划分成?n/5?个组，每组5个元素，只可能有一个组不是5个元素。用任意一种排序算法，将每组中的元素排好序，并取出每组的中位数，共?n/5?个。 递归调用select来找出这?n/5?个元素的中位数。如果?n/5?是偶数，就找它的2个中位数中较大的一个。以这个元素作为划分基准。;Type Select(Type a[], int p, int r, int k) { if (r-p75) { 用某个简单排序算法对数组a[p:r]排序; return a[p+k-1]; }; for ( int i = 0; i=(r-p-4)/5; i++ ) 将a[p+5*i]至a[p+5*i+4]的第3小元素 与a[p+i]交换位置; //找中位数的中位数，r-p-4即上面所说的n-5 Type x = Select(a, p, p+(r-p-4)/5, (r-p-4)/10); int i=Partition(a,p,r, x), j=i-p+1; if (k=j) return Select(a,p,i,k); else return Select(a,i+1,r,k-j); };动态规划——0-1背包问题;动态规划—— 0-1背包问题;考虑下列实例： n=3, 物品重量 (w1, w2, w3)=(2, 3, 4), 物品价值(p1, p2, p3)=(1, 2, 5), 背包容量C=6 解：;动态规划——最长公共子序列;动态规划——最长公共子序列的结构;子问题的递归结构;计算最优值;贪心法——活动安排问题;贪心法——活动安排问题;在下面所给出的解活动安排问题的贪心算法 : int greedySelector(int s[], int f[], boolean a[]) { int n=s.length; a[1]=true; int j=1; int count=1; for (int i=2; i=n; i++) { if (s[i]=f[j]) { a[i]=true; j=i; count++; } else a[i]=false; } return count; }; 由于输入的活动以其完成时间的非减序排列，所以算法greedySelector每次总是选择具有最早完成时间的相容活动加入集合A中。直观上，按这种方法选择相容活动为未安排活动留下尽可能多的时间。也就是说，该算法的贪心选择的意义是使剩余的可安排时间段极大化，以便安排尽可能多的相容活动。 算法greedySelector的效率极高。当输入的活动已按结束时间的非减序排列，算法只需O(n)的时间安排n个活动，使最多的活动能相容地使用公共资源。如???所给出的活动未按非减序排列，可以用O(nlogn)的时间重排。 ; 例：设待安排的11个活动的开始时间和结束时间按结束时间的非减序排列如下：;4.1 活动安排问题;贪心法——多机调度问题;贪心法——多机调度问题;贪心法——多机调度问题;贪心法——最优装载;最优装载问题可形式化描述为：;贪心法——最优装载;贪心法——最优装载;贪心法——汽车加油问题;贪心法——汽车加油问题;贪心法——汽车加油问题;贪心法——汽车加油问题;回溯法—— n皇后问题;解向量：(x1, x2, … , xn)， xi 表示皇后 i 放在棋盘的第 i 行第 xi列 显约束：xi = 1,2, … ,n 隐约束： 1)不同列：xi ? xj 2)不处于同一正、反对角线：|i-j|?|xi-xj|;回溯法—— n皇后问题;回溯法—— n皇后问题;回溯法—— n皇后问题;回溯法—— 图的 m 着色问题;问题：给定图 G=(V,E) 和 m 种颜色，如果图不是 m可着色，给出否定回答；如果这个图是 m 可着色，找出所有不同的着色法。 解向量： (x1, x2, … , xn) 表示顶点 i 所着颜色 x[i] 可行性约束函数： 顶点 i 与已着色的相邻顶点颜色不重复。;回溯法—— 图的 m 着色问题;上述给出的解图的 m 着色问题的回溯法描述中，递归函数 backtrack(1) 实现对整个解