算法及其发展历程.docVIP

精品文档 精品文档 PAGE / NUMPAGES 精品文档 算法及其进展历程 〔资料来源：维基百科〕 　算法〔Algorithm〕是一系列解决问题的清楚指令，也就是说，能够对肯定标准的输入，在有限时间内获得所要求的输出。假设一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间简单度与时间简单度来衡量。 　　算法可以理解为有根本运算及规定的运算挨次所构成的完整的解题步骤。或者看成依据要求设计好的有限的精确的计算序列，并且这样的步骤和序列可以解决一类问题。 　　一个算法应当具有以下五个重要的特征： 　　1、有穷性： 一个算法必需保证执行有限步之后结束； 　　2、精确性： 算法的每一步骤必需有精确的定义； 　　3、输入：一个算法有0个或多个输入，以刻画运算对象的初始状况，所谓0个输入是指算法本身定除了初始条件； 　　4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的； 　　5、可行性： 算法原那么上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。 　　计算机科学家尼克劳斯-沃思曾著过一本有名的书?数据结构十算法= 程序?，可见算法在计算机科学界与计算机应用界的地位。 [ 编辑本段] 算法的简单度 　　同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择适宜算法和改进算法。一个算法的评价主要从时间简单度和空间简单度来考虑。 　　时间简单度 　　算法的时间简单度是指算法需要消耗的时间资源。一般来说，计算机算法是问题规模n 的函数f(n)，算法的时间简单度也因此记做 　　T(n)=Ο(f(n)) 　　因此，问题的规模n 越大，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间简单度〔Asymptotic Time Complexity〕。 　　空间简单度 　　算法的空间简单度是指算法需要消耗的空间资源。其计算和表示方法与时间简单度类似，一般都用简单度的渐近性来表示。同时间简单度相比，空间简单度的分析要简洁得多。 　　详见百度百科词条 算法简单度 [ 编辑本段] 算法设计与分析的根本方法 　　1.递推法 　　递推法是利用问题本身所具有的一种递推关系求问题解的一种方法。它把问题分成假设干步，找出相邻几步的关系，从而到达目的，此方法称为递推法。 　　2. 递归 　　递归指的是一个过程：函数不断引用自身，直到引用的对象 　　3. 穷举搜寻法 　　穷举搜寻法是对可能是解的众多候选解按某种挨次进行逐一枚举和检验，并从众找出那些符合要求的候选解作为问题的解。 　　4. 贪欲法 　　贪欲法是一种不追求最优解，只期望得到较为满足解的方法。贪欲法一般可以快速得到满足的解，因为它省去了为找最优解要穷尽全部可能而必需消耗的大量时间。贪欲法常以当前状况为根底作最优选择，而不考虑各种可能的整体状况，所以贪欲法不要回溯。 　　5. 分治法 　　把一个简单的问题分成两个或更多的相同或相像的子问题，再把子问题分成更小的子问题……直到最终子问题可以简洁的直接求解，原问题的解即子问题的解的合并。 　　6. 动态规划法 　　动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其根本思想是，将原问题分解为相像的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的根底，被广泛应用于计算机科学和工程领域。 　　7. 迭代法 　　迭代是数值分析中通过从一个初始估量动身查找一系列近似解来解决问题〔一般是解方程或者方程组〕的过程，为实现这一过程所使用的方法统称为迭代法。 [ 编辑本段] 算法分类 　　算法可大致分为根本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法。 　　算法可以宏泛的分为三类： 　　有限的，确定性算法 这类算法在有限的一段时间内终止。他们可能要花很长时间来执行指定的任务，但仍将在肯定的时间内终止。这类算法得出的结果常取决于输入值。 　　有限的，非确定算法 这类算法在有限的时间内终止。然而，对于一个〔或一些〕给定的数值，算法的结果并不是唯一的或确定的。 　　无限的算法 是那些由于没有定义终止定义条件，或定义的条件无法由输入的数据满足而不终止运行的算法。通常，无限算法的产生是由于未能确定的定义终止条件。 [ 编辑本段] 举例 　　经典的算法有很多，如： 欧几里德算法， 割圆术， 秦九韶算法。 [ 编辑本段] 算法经典专著 　　目前市面上有很多论述算法的书籍，其