算法设计与分析基础知识.ppt

计算斐波那契数列的函数Fib(n)的定义  求解斐波那契数列的递归算法 long Fib ( long n ) { if ( n = 1 ) return n;  else return Fib (n-1) + Fib (n-2); }  数据结构是递归的 搜索链表最后一个结点并打印其数值 template class Type void Find ( ListNodeType *f ) { if ( f →link == NULL ) cout f →data endl; else Find ( f →link ); } 例如，单链表结构 问题的解法是递归的 例如，汉诺塔(Tower of Hanoi)问题 迷宫问题 小型迷宫 路口 动作 结果 1 (入口) 正向走 进到 2 2 左拐弯 进到 3 3 右拐弯 进到 4 4 (堵死) 回溯 退到 3 3 (堵死) 回溯 退到 2 2 正向走 进到 5 5 (堵死) 回溯 退到 2 2 右拐弯 进到 6 6 左拐弯 进到 7 (出口) 4 3 5 2 1 7 6 递归过程与递归工作栈 递归过程在实现时，需要自己调用自己。 每一次递归调用时，需要为过程中使用的参数、局部变量等另外分配存储空间。 层层向下递归，退出时的次序正好相反： 递归次序 n! (n-1)! (n-2)! 1! 0!=1 返回次序 因此，每层递归调用需分配的空间形成递归工作记录，按后进先出的栈组织。 函数递归时的活动记录 计算Factorial时活动记录的内容 调用次数 NumCall(k) = 2*Fib(k+1) - 1。 斐波那契数列的递归调用树 普里姆(Prim)算法 普里姆算法的基本思想： 从连通网络 N = { V, E }中的某一顶点 u0 出发，选择与它关联的具有最小权值的边(u0, v)，将其顶点加入到生成树的顶点集合U中。 以后每一步从一个顶点在U中，而另一个顶点不在U中的各条边中选择权值最小的边(u, v),把它的顶点加入到集合U中。如此继续下去，直到网络中的所有顶点都加入到生成树顶点集合U中为止。 采用邻接矩阵作为图的存储表示。 用普里姆算法构造最小生成树的过程 在构造过程中，还设置了两个辅助数组： lowcost[ ] 存放生成树顶点集合内顶点到生成树外各顶点的各边上的当前最小权值； nearvex[ ] 记录生成树顶点集合外各顶点距离集合内哪个顶点最近(即权值最小)。 例子 若选择从顶点0出发，即u0 = 0，则两个辅助数组的初始状态为： 然后反复做以下工作： 在 lowcost [ ]中选择 nearvex[i] ? -1 lowcost[i]最小的边 i 用 v 标记它。则选中的权值最小的边为 (nearvex[v], v)，相应的权值为 lowcost[v]。 将 nearvex[v] 改为 -1, 表示它已加入生成树顶点集合。将边 ( nearvex[v], v, lowcost[v] ) 加入生成树的边集合。 取 lowcost[i] = min{ lowcost[i], Edge[v][i] }，即用生成树顶点集合外各顶点 i 到刚加入该集合的新顶点 v 的距离 Edge[v][i] 与原来它们到生成树顶点集合中顶点的最短距离lowcost[i] 做比较, 取距离近的作为这些集合外顶点到生成树顶点集合内顶点的最短距离。 如果生成树顶点集合外顶点 i 到刚加入该集合的新顶点 v 的距离比原来它到生成树顶点集合中顶点的最短距离还要近，则修改nearvex[i]：nearvex[i] = v。表示生成树外顶点i到生成树内顶点v当前距离最近。 继续重复得： 顶点5加入生成树顶点集合： v = 5 v = 4 最后生成树中边集合里存入得各条边为： (0, 5, 10), (5, 4, 25), (4, 3, 22), (3, 2, 12), (2, 1, 16), (1, 6, 14) 最短路径 (Shortest Path) 最短路径问题：如果