中南大学算法设计与分析总复习.ppt

算法复习

算法的概貌摸样有穷条语句（指令）组成的流程功能解决特定问题方式一条语句，一条语句地执行特性输入、输出、确定性、可行性、有穷性表示计算机程序、伪代码、流程图、判定树

如何评价算法指标耗费资源，主要分析时间计量统计基本运算步渐进性态随问题规模n的变化趋势，T(n)数据的影响最好、最坏、平均计量规则顺序累加、选择最坏、循环相乘、调用嵌入、递归方程渐进阶符号O：上界符号，Ω：下界符号，Θ：上下界同阶

分治法策略把大问题分成小问题求解，再归并成原问题的解。形式自顶向下分割、递归求解、再逐级归并好处思路简单清晰、提高效率复杂度分析递归方程，求解递归方程、递归树典型问题和算法折半查找、快速排序、归并排序、maxmin、顺序统计（找第k小的元素）时间复杂度O(logn)O(nlogn)O(nlogn)O(n)O(n)

动态规划目的优化问题策略根据最优原理，把原问题分成子问题分步规划，每步保存子问题的最优，在下一步决策时使用。形式列出动态规划方程，自底向上规划、逐步扩展的原问题的最优。好处抛弃了不可能成为最优的局部解，提高了效率。利用子问题的重叠性，采用查表方式。减少了思路简单清晰、较蛮力法效率高。重点最优子结构、动态规划方程、解题过程典型问题和算法多段图、0/1背包、矩阵连乘、凸多边形三角划分、流水线作业调度时间复杂度统计循环迭代的次数

贪心法目的优化问题策略根据最优选择性质，确定最优量化指标，将输入排序，依次选择当前最优的对象，最后达到全局最优。形式从1~n依次选择，考察当前的选择是否满足约束，满足则加入，否则抛弃。好处算法简单直接、效率高。重点最优量度的选择、约束判断，最优解。典型问题和算法部分背包、最小生成树、最短路径、带限期的作业调度时间复杂度循环迭代的次数*循环体的时间数据结构最小堆（取最小元素、整理堆时间logn。Prim算法）集合(用树结构组织，Kruskal算法)

贪心法目的优化问题策略根据最优选择性质，确定最优量化指标，将输入排序，依次选择当前最优的对象，最后达到全局最优。形式从1~n依次选择，考察当前的选择是否满足约束，满足则加入，否则抛弃。好处算法简单直接、效率高。重点最优量度的选择、约束判断，最优解。典型问题和算法部分背包、最小生成树、最短路径、带限期的作业调度时间复杂度循环迭代的次数*循环体的时间数据结构最小堆（取最小元素、整理堆时间logn）集合(用树结构组织，例如作业的限期)

1、status←“unseen”0(n)2、status[1]←“treenode”0(1)3、foreachedge(1,w)do0(n){status[w]←“fringe”dad[w]←1;dist[w]←weight(1,w)}4、whilestatus[w]≠“treenode”do循环n-1次4-1pickafringeuwithmindist[w]//选取到T最近的节点4-2status[u]←“treenode”4-3foreachedge(u,w)do修改w和T的关系Prim算法时间复杂性分析

Prim算法的渐进阶为：O(n㏒n+|E|㏒n)=O(|E|㏒n)。

Kruskal算法Kruskal算法构造G的最小生成树的根本思想是，首先将G的n个顶点看成n个孤立的连通分支。将所有的边按权从小到大排序。然后从第一条边开始，依边权递增的顺序查看每一条边，并按下述方法连接2个不同的连通分支：当查看到第k条边(v,w)时，如果端点v和w分别是当前2个不同的连通分支T1和T2中的顶点时，就用边(v,w)将T1和T2连接成一个连通分支，然后继续查看第k+1条边；这个过程一直进行到只剩下一个连通分支时为止。

Kruskal(){T=?;foreachv?VMakeSet(v);sortEbyincreasingedgeweightwforeach(u,v)?E(insortedorder)ifFindSet(u)?FindSet(v)T=TU{{u,v}};Union(FindSet(u),Fi