复习提纲-算法.docx

1、算法是指解决问题的一种方法或一个过程。

算法是若干指令的有穷序列，满足性质：

输入：有外部提供的量作为算法的输入（0个或多个）。

输出：算法产生至少一个量作为输出。

确定性：组成算法的每条指令是清晰、无歧义的。

有限性：算法中每条指令的执行次数是有限的，执行每条指令的时间也是有限的。

2、算法复杂性是算法所用的计算机资源

最坏情况下的时间复杂度是指算法在所有可能的输入中，执行时间最长的情况所对应的时间复杂度。它表示算法在不利情况下的性能表现。

平均情况下的时间复杂度是指算法在所有可能的输入中，执行时间的平均值所对应的时间复杂度。它表示算法在典型情况下的性能表现

时间复杂度主要受输入规模、输入特性和算法设计有关。

空间复杂度主要受输入规模、输入特性、数据结构和算法设计有关。

大O表示法用于描述算法的上界。

对于函数f(n)和g(n)，如果存在正整数c和n0，使得对于所有nn0，都有f(n)=c*g(n)，则称f(n)是O(g(n))。

大Ω表示法用于描述算法的下界。

对于函数f(n)和g(n)，如果存在正整数c和n0，使得对于所有nn0，都有f(n)=c*g(n)，则称f(n)是Ω(g(n))。

3、直接或间接地调用自身的算法称为递归算法。

用函数自身给出定义的函数称为递归函数。

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，这些子问题相互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。

分治法的算法策略：

(1).分解：将原问题分解为相互独立的、与原问题相同的子问题。

(2).解决：递归求解子问题。

(3).合并：将子问题的解合并，得到原问题的解。

4、二分搜索技术

基本思想：将n个元素分成个数大致相同的两半，取a[n/2]与x进行比较，若x=a[n/2]，则找到元素，若xa[n/2]，则在数组的左边继续搜索x，若xa[n/2]，则在数组的右边继续搜索x。

5、棋盘覆盖

基本思想/解题思路：当k0时，将2^k*2^k的棋盘分割为4个2^(k-1)*2^(k-1)的子棋盘，特殊方格必位于四个子棋盘之一中，其余三个无特殊方格，为将这三个无特殊方格的棋盘转化为特殊棋盘，可以用一个L型骨牌覆盖这三个较小棋盘的会合处，这3个子棋盘上被L型骨牌覆盖的方格就成为该棋盘上的特殊方格，从而将问题转化为4个较小规模的棋盘覆盖问题，递归的使用这种分割，直至棋盘简化为1*1棋盘。

6、合并排序

基本思想：将待排序元素分成大小大致相同的两个子集合，分别对两个子集合进行排序，最终将排好序的子集合合并成要求的排好序的集合。

7、快速排序

基本思想：对于输入的子集合a[p:r]，按以下三个步骤进行排序：

1）分解，将以a[p]为基准元素将a[p:r]划分成3段a[p:q-1]，a[q]和a[q+1:r]，a[p:q-1]中任意一个元素小于a[q]，a[q+1:r]中任意一个元素大于a[q]，a[q]在划分过程中确定。

2）递归求解，递归调用快速排序函数，分别对a[p:q-1]、a[q+1:r]进行排序。

3）合并，由于a[p:q-1]、a[q+1:r]的排序是就地进行的，因此a[p:q-1]、a[q+1:r]排序后，a[p:r]则已排好序。

8、动态规划算法的基本要素

最优子结构性质：问题的最优解包含其子问题的最优解

重叠子问题性质：在求解问题的过程中，相同的子问题会被多次重复计算。

动态规划的基本步骤：

1）找出最优解的性质，并刻划其结构特征

2）递归的定义最优值

3）以自底向上的方法求解最优值

4）根据求解最优值时得到的信息，构造最优解

9、矩阵连乘问题

10、最长公共子序列

11、贪心算法的概念：贪心算法的是一种解决优化问题的算法设计范式，其基本思想是在每一步选择中都采取当前看起来最优的选择，即贪心的选择局部最优解，以期望这些局部最优解可以推导出全局最优解。

贪心算法的基本要素：

1）最优子结构性质：问题的最优解包含其子问题的最优解

2）贪心选择性质：所求问题的最优解可以通过一系列局部最优解的选择，即贪心的选择来达到。

贪心算法和动态规划算法的比较：

共同点：都需要问题具有最优子结构性质，都用来求优化问题。

不同点：贪心算法每步选择不依赖子问题的解，动态规划每步选择依赖子问题的解。贪心算法还需要问题具有贪心选择性质，动态规划还需要问题具有重叠子问题性质。贪心算法求解是自顶向下的，动态规划的求解是自底向上的。

12、哈夫曼编码的基本思想：将所有字符的频率作为节点构造一个优先队列。然后每次从优先队列中取出两个频率最低的节点，合并它们作为一个新的节点，其频率为两个节点频率之和。将新合并的节点重新压入优先队列。重复以上过程，直到队列