算法设计作业.docx
《算法设计作业.docx》由会员分享,可在线阅读,更多相关《算法设计作业.docx(52页珍藏版)》请在冰豆网上搜索。
![算法设计作业.docx](https://file1.bdocx.com/fileroot1/2023-2/8/89b26af9-e6d7-4a0e-a0ca-6689c17e04b6/89b26af9-e6d7-4a0e-a0ca-6689c17e04b61.gif)
算法设计作业
LCS算法
LCS是LongestCommonSubsequence的缩写,即最长公共子序列。
一个序列,如果是两个或多个已知序列的子序列,且是所有子序列中最长的,则为最长公共子序列。
复杂度:
对于一般的LCS问题,都属于NP问题。
当数列的量为一定的时,都可以采用动态规划去解决。
解法:
动态规划的一个计算最长公共子序列的方法如下,以两个序列X、Y为例子:
设有二维数组f[i][j]表示X的i位和Y的j位之前的最长公共子序列的长度,则有:
f[1][1]=same(1,1)
f[i][j]=max{f[i-1][j-1]+same(i,j),f[i-1][j],f[i][j-1]}
其中,same(a,b)当X的第a位与Y的第b位完全相同时为“1”,否则为“0”。
此时,f[i][j]中最大的数便是X和Y的最长公共子序列的长度,依据该数组回溯,便可找出最长公共子序列。
该算法的空间、时间复杂度均为O(n^2),经过优化后,空间复杂度可为O(n),时间复杂度为O(nlogn)。
代码的实现:
#include
usingnamespacestd;
#defineN100
intc[N][N]={0};
intC[N][N]={0};
intK=0;
intJ=0,I=0;
intlcs(char*x,char*y,intm,intn)
{
if(m<0||n<0)
{
return0;
}
if(x[m]==y[n])
{
if(I==0)
{
if(J>=n)
{
return0;
}
}
if(J==0)
{
if(I>=n){return0;}
}
returnK+1;
}
else
{
return0;
}
}
intmain(intargc,char**args)
{inti,j,max;
char*x="abcdefg";
char*y="badcfehgj";
//正序
cout<<"";
for(j=0;j{
cout<<""<}
cout<for(i=0;i{
for(j=0;j{
c[i][j]=lcs(x,y,i,j);
if(K{J=j;
K=c[i][j];
j=strlen(y);
}
}
}
for(i=0;i{
cout<for(j=0;j{
cout<}
cout<}
max=K;
//反序
K=0;
J=0;
cout<<"";
for(i=0;i{
cout<<""<}
cout<for(j=0;j{
for(i=0;i{
C[j][i]=lcs(y,x,j,i);
if(K{I=i;
K=C[j][i];
i=strlen(x);
}
}
}
for(j=0;j{
cout<for(i=0;i{
cout<}
cout<}
if(max>K)
{
cout<<"最大子串的长度:
"<cout<<"最大子串为:
";
for(i=0;ifor(j=0;j{
if(c[i][j]!
=0)
{
cout<"<}
}
cout<}
if(max{
cout<<"最大子串的长度:
"<cout<<"最大子串为:
";
for(i=0;ifor(j=0;j{
if(C[i][j]!
=0)
{
cout<"<}
}
cout<}
if(max==K)
{
cout<<"最大子串的长度:
"<cout<<"最大子串1为:
";
for(i=0;ifor(j=0;j{
if(c[i][j]!
=0)
{
cout<"<}
}
cout<cout<<"最大子串2为:
";
for(i=0;ifor(j=0;j{
if(C[i][j]!
=0)
{
cout<"<}
}
cout<}
}
结果:
N-皇后问题
1.问题描述
在n×n格的棋盘上放置彼此不受攻击的n个皇后。
际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。
n皇后问题等价于在n×n格的棋盘上放置n个皇后。
任何2个皇后不放在同一行或同一列或同一斜线上。
2.算法设计
设计一个解n皇后问题的对队列式分支限界法,计算在n×n个方格上放置彼此不收攻击的n个皇后的一个放置方案。
3.方法思想
回溯法是一个既带有系统性又带有跳跃性的搜索算法。
它在问题的解空间树中,按深度优先策略,从根节点出发搜索解空间树。
算法搜索至解空间树的任何一结点时,先判断该结点是否包含问题的解。
如果肯定不包含,则跳过对以该结点为根的子树的搜索,逐层向其祖先结点回溯;否则进入该子树,继续按深度优先策略搜索。
代码实现:
#include
#include
boolPlace(intk,int*x){
inti;
for(i=0;iif((abs(k-i)==abs(x[k]-x[i]))||x[i]==x[k])returnfalse;
returntrue;}
voidBacktrack(intn,int*x,int&sum){
intk=0,i;x[0]=0;
while(k>=0){
x[k]+=1;
while((x[k]<=n)&&!
(Place(k,x)))
x[k]+=1;
if(x[k]<=n){
if(k==n-1){
sum++;
printf("第̨²%d种?
情¨¦况?
:
:
",sum);
for(i=0;iprintf("%d",x[i]);
printf("\n\n");}
else{k++;x[k]=0;}}
else
k--;
}
}
intmain(void){
int*x;intn,i,sum=0;
printf("请?
输º?
入¨?
皇¨º后¨®的Ì?
个?
数ºy?
\n");
scanf("%d",&n);
x=(int*)malloc(n*sizeof(int));
if(x==NULL){
printf("\n");
exit(-1);}
for(i=0;iBacktrack(n,x,sum);
printf("总Á¨¹共2有®D%d种?
情¨¦况?
\n\n",sum);
free(x);
system("pause");
return0;
}
结果:
快速排序
快速排序(Quicksort)是对冒泡排序的一种改进。
由C.A.R.Hoare在1962年提出。
它的基本思想是:
通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
假设要排序的数组是A[1]……A[N],首先任意选取一个数据(通常选用第一个数据)作为关键数据,然后将所有比它的数都放到它前面,所有比它大的数都放到它后面,这个过程称为一躺快速排序。
一躺快速排序的算法是:
1)、设置两个变量I、J,排序开始的时候I:
=1,J:
=N;
2)以第一个数组元素作为关键数据,赋值给X,即X:
=A[1];
3)、从J开始向前搜索,即由后开始向前搜索(J:
=J-1),找到第一个小于X的值,两者交换;
4)、从I开始向后搜索,即由前开始向后搜索(I:
=I+1),找到第一个大于X的值,两者交换;
5)、重复第3、4步,直到I=J;
例如:
待排序的数组A的值分别是:
(初始关键数据X:
=49)
A[1] A[2] A[3] A[4] A[5] A[6] A[7]:
49 38 65 97 76 13 27
进行第一次交换后:
27 38 65 97 76 13 49
(按照算法的第三步从后面开始找
进行第二次交换后:
27 38 49 97 76 13 65
(按照算法的第四步从前面开始找>X的值,65>49,两者交换,此时I:
=3)
进行第三次交换后:
27 38 13 97 76 49 65
(按照算法的第五步将又一次执行算法的第三步从后开始找
进行第四次交换后:
27 38 13 49 76 97 65
(按照算法的第四步从前面开始找大于X的值,97>49,两者交换,此时J:
=4)
此时再执行第三不的时候就发现I=J,从而结束一躺快速排序,那么经过一躺快速排序之后的结果是:
27 38 13 49 76 97 65,即所以大于49的数全部在49的后面,所以小于49的数全部在49的前面。
快速排序就是递归调用此过程——在以49为中点分割这个数据序列,分别对前面一部分和后面一部分进行类似的快速排序,从而完成全部数据序列的快速排序,最后把此数据序列变成一个有序的序列,根据这种思想对于上述数组A的快速排序的全过程如图6所示:
初始状态 {49 38 65 97 76 13 27}
进行一次快速排序之后划分为 {27 38 13} 49 {76 97 65}
分别对前后两部分进行快速排序 27
结束 结束 {49 65} 76
49 结束
结束
图6 快速排序全过程
1)、设有N(假设N=10)个数,存放在S数组中;
2)、在S[1。
。
N]中任取一个元素作为比较基准,例如取T=S[1],起目的就是在定出T应在排序结果中的位置K,这个K的位置在:
S[1。
。
K-1]<=S[K]<=S[K+1..N],即在S[K]以前的数都小于S[K],在S[K]以后的数都大于S[K];
3)、利用分治思想(即大化小的策略)可进一步对S[1。
。
K-1]和S[K+1。
。
N]两组数据再进行快速排序直到分组对象只有一个数据为止。
如具体数据如下,那么第一躺快速排序的过程是:
数组下标:
1 2 3 4 5 6 7 8 9 10
45 36 18 53 72 30 48 93 15 36
I J
(1) 36 36 18 53 72 30 48 93 15 45
(2) 36 36 18 45 72 30 48 93 15 53
(3) 36 36 18 15 72 30 48 93 45 53
(4) 36 36 18 15 45 30 48 93 72 53
(5) 36 36 18 15 30 45 48 93 72 53
通过一躺排序将45放到应该放的位置K,这里K=6,那么再对S[1。
。
5]和S[6。
。
10]分别进行快速排序。
实现代码:
#include
#defineLENGTH100/*数组最大存放量*/
voidqsort(longintshuju[],shortintshangbiao,shortintxiabiao);
voidmain()
{
shortinti,n;
longintshuju[LENGTH];
printf("Howmanynumbers?
\n");/*要输入多少个数*/
scanf("%d",&n);
getchar();/*干掉个多事的回车符*/
printf("inputthenumbers:
\n");
for(i=0;iqsort(shuju,0,n-1);/*调用递归排序*/
printf("result:
\n");
for(i=0;iputchar('\n');
getchar();
getchar();/*暂停看结果*/
}
voidqsort(longintshuju[],shortintshangbiao,shortintxiabiao)
{
shortinti=shangbiao,j=xiabiao;/*i和j用来确定还需要判断排序的范围上下标*/
shortintshu=i;/*记录基准点*/
longintzhongjie;
if(shangbiao{
while(i{
for(;j>shu;j--)/*对基准数右边扫描*/
{
if(shuju[j]{
zhongjie=shuju[j];
shuju[j]=shuju[shu];/*进行交换*/
shuju[shu]=zhongjie;
shu=j;/*确定交换后的基准数*/
break;/*跳出循环*/
}
}
i++;/*往右推*/
for(;i{
if(shuju[i]>shuju[shu])/*如果左边有比基准数大的*/
{
zhongjie=shuju[i];
shuju[i]=shuju[shu];/*交换*/
shuju[shu]=zhongjie;
shu=i;/*交换后的基准点*/
break;
}
}
j--;/*往左推*/
}/*执行完后,比基准点小的都在左边,比基准点大的都在右边了*/
qsort(shuju,shangbiao,shu-1);/*对左边比基准点小的再次进行排序(递归调用)*/
qsort(shuju,shu+1,xiabiao);/*对右边比基准点大的再次执行上面的排序方法(递归调用)*/
}/*直到只剩下要排序一个数为止,此时整个数组已经排序好了*/
}
结果为:
堆排序
堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。
(1)用大根堆排序的基本思想
①先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
②再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换,由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key
③由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。
然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n-2].keys≤R[n-1..n].keys,同样要将R[1..n-2]调整为堆。
……
直到无序区只有一个元素为止。
(2)大根堆排序算法的基本操作:
①初始化操作:
将R[1..n]构造为初始堆;
②每一趟排序的基本操作:
将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。
注意:
①只需做n-1趟排序,选出较大的n-1个关键字即可以使得文件递增有序。
②用小根堆排序与利用大根堆类似,只不过其排序结果是递减有序的。
堆排序和直接选择排序相反:
在任何时刻堆排序中无序区总是在有序区之前,且有序区是在原向量的尾部由后往前逐步扩大至整个向量为止
特点
堆排序(HeapSort)是一树形选择排序。
堆排序的特点是:
在排序过程中,将R[l..n]看成是一棵完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系(参见二叉树的顺序存储结构),在当前无序区中选择关键字最大(或最小)的记录。
算法分析
堆排序的时间,主要由建立初始堆和反复重建堆这两部分的时间开销构成,它们均是通过调用Heapify实现的。
堆排序的最坏时间复杂度为O(nlogn)。
堆序的平均性能较接近于最坏性能。
由于建初始堆所需的比较次数较多,所以堆排序不适宜于记录数较少的文件。
堆排序是就地排序,辅助空间为O
(1),
它是不稳定的排序方法。
实现代码:
#include
usingnamespacestd;
voidheapadjust(int*&hh,ints,intm);//建立大顶堆函数
voidheapsort(int*h,intq);//堆排序函数
inth[100];//定义待排序数据的存储结构
voidmain()
{
inti=1;//
intj=0;//辅助变量
intq=0;//记录当前数据个数
cout<<"输入待排序数据(-1退出):
"<cout<<"第"<
";//
cin>>j;//
while(j!
=-1)//输入数据
{
h[i]=j;
q++;
i++;
cout<<"第"<
";
cin>>j;
}
heapsort(h,q);//调用堆排序函数
cout<<"由小到大分别为:
";//对排序后的数据循环输出
for(i=1;i<=q;i++)
{
cout<}
cout<}
voidheapadjust(int*&hh,ints,intm)//建立大顶堆
{
intrc=0;//记录当前调整位置的数据大小
intj=0;//控制变量
for(j=2*s;j<=m;s=j,j*=2)//j初始化为调整位置的左孩子
{
rc=hh[s];
if(j{
++j;//改变j值
}
if(rc>=hh[j])//无需调整的情况
{
break;
}
hh[s]=hh[j];//
hh[j]=rc;//换位调整数据和它的某个孩子
}
}
voidheapsort(int*h,intq)
{
inti=0;//
inta=0;//辅助变量
for(i=q/2;i>0;--i)//从q/2处开始调整
{
heapadjust(h,i,q);//调用建大堆函数
}
for