20XX武汉理工大学算法分析实验报告.docx
《20XX武汉理工大学算法分析实验报告.docx》由会员分享,可在线阅读,更多相关《20XX武汉理工大学算法分析实验报告.docx(16页珍藏版)》请在冰豆网上搜索。
20XX武汉理工大学算法分析实验报告
.
实验课成绩学生学号
书告实生验报学
实验课程名称算法设计与分析
院课学开计算机科学与技术学院
指导教师姓名李晓红
学生姓名
学生专业班级软件工程zy1302班
专业资料.
.
2015--2016学年第一学期
专业资料.
.
实验课程名称:
算法设计与分析
实验项目名称
分治与递归
实验成绩
者实验
专业班级
软件zy1302班
组别
者组同
实验日期
月年201510日20
专业资料.
.
第一部分:
实验分析与设计一.实验内容描述(问题域描述)
利用分治法,写一个快速排序的递归算法,并利用任何一种语言,在计算机上实现,同时、1进行时间复杂性分析;要求用递归的方法实现。
2、
实验基本原理与设计(包括实验方案设计,实验手段的确定,试验步骤等,用硬件逻辑或者.二算法描述)
,它是快速排序的一种优化版本。
不仅利用本次的解法使用的是“三向切分的快速排序”而且对于存在大量重复元素的数组,它的效率比快速排序基本版高得多。
了分治法和递归实现,,一个指针v使得a[lo..lt-1]中的元素都小于lt它从左到右遍历数组一次,维护一个指针中,a[i..gt]va[lt..i-1]iva[gt+1..hi]gt使得中的元素都大于,一个指针使得中的元素都等于的元素都还未确定,如下图所示:
专业资料.
.
publicclassQuick3way
{
publicstaticvoidsort(Comparable[]a,intlo,inthi)
{
if(lo>=hi)
return;
intlt=lo,i=lo+1,gt=hi;
Comparablepivot=a[lo];
while(i<=gt)
{
intcmp=a[i].compareTo(pivot);
if(cmp>0)
exch(a,i,gt--);
elseif(cmp<0)
专业资料.
.
exch(a,i++,lt++);
else
i++;
}
sort(a,lo,lt-1);
sort(a,gt+1,hi);
}
}
三、主要仪器设备及耗材
机PC
专业资料.
.
专业资料.
.
第二部分:
实验调试与结果分析
一、调试过程(包括调试方法描述、实验数据记录,实验现象记录,实验过程发现的问题等)
调试方法描述:
1、对程序入口进行断点,随着程序的运行,一步一步的调试,得到运行轨迹;实验数据:
2、剜?
尠层?
坜?
尠屗?
剜?
尠屗?
?
?
尠屒?
剜?
尠屗?
?
?
尠屒;实验现象:
3、
实验过程中发现的问题:
4、边界问题:
(1)
在设计快速排序的代码时要非常小心,因为其中包含非常关键的边界问题,例如:
循环,递归什么时候结束,是对指针的左半部分还是右半部分while什么时候跳出排序等等;)程序的调试跳转:
(2在调试过程中要时刻记住程序是对那一部分进行排序,当完成了这部分的排序后,会跳到哪里又去对另外的那一部分进行排序,这些都是要了然于心的,这样才能准确的定位程序。
二、实验结果分析(包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等)
1、实验结果:
专业资料.
.
时间复杂度:
2、之间;N介于和NlogN空间复杂度:
3、
lgN;、算法总结:
4三项切分的快速排序不是稳定的排序,是原地排序,它的运行效率由概率保证,同时取决于输入元素的分布情况,对于包含大量重复元素的数组,它奖排序时间从线性对数级降低到了线性级别,这非常的了不起。
三、小结、建议及体会
本次实验完成了三向切分的快速排序,其中不仅利用了分治法和递归,还对快速排序进行了优化,使得对于存在大量重复元素的数组,能够表现更高的效率。
在实验过程中,我遇到了不少的困难,但通过自己在网上大量的浏览文献和资料,独立解决了所有问题,收获了不少。
在下次的实验中,我也会继续努力的!
专业资料.
.
实验课程名称:
算法设计与分析
实验项目名称
动态规划算法
实验成绩
者实验
专业班级
软件zy1302班
组别
者组同
实验日期
月年201512日1
专业资料.
.
第一部分:
实验分析与设计二.实验内容描述(问题域描述)
掌握动态规划算法求解问题的一般特征和步骤;1、
背包问题;使用动态规划法编程,求解0/12、,问如何选择装入VW,其价值为问题描述:
给定n种物品和一个背包,物品i的重量是、3ii背包的物品,使得装入背包的物品的总价值最大?
实验基本原理与设计(包括实验方案设计,实验手段的确定,试验步骤等,用硬件逻辑或者二.算法描述)
0/1背包问题的特点是:
每种物品仅有一件,可以选择放或不放。
的背包可以获得的最大件物品恰放入一个重量为mc[i][v]表示前i用子问题定义状态:
即价值。
则其状态转移方程便是:
c[i][m]=max{c[i-1][m],c[i-1][m-w[i]]+p[i]}
这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。
我来解释(放或件物品的策略若只考虑第ii“将前件物品放入重量为m的背包中”这个子问题,一下:
件物品,那么问题就件物品的问题。
如果不放第i不放),那么就可以转化为一个只牵扯前i-1件物品,那么问ic[i-1][m];如果放第,价值为i-1转化为“前件物品放入容量为v的背包中”,此时能获得的最大价值就是的背包中”m-w[i]题就转化为“前i-1件物品放入剩下的重量为。
件物品获得的价值再加上通过放入第c[i-1][m-w[i]]ip[i]
专业资料.
.
算法设计如下:
{0}←F[0][]
{0}F[][0]←
1toN←fori
1toV←dofork
F[i-1][k]←F[i][k]
if(k>=C[i])
max(F[i][k],F[i-1][k-C[i]]+W[i])thenF[i][k]←
returnF[N][V]
三、主要仪器设备及耗材
机PC
专业资料.
.
第二部分:
实验调试与结果分析
一、调试过程(包括调试方法描述、实验数据记录,实验现象记录,实验过程发现的问题等)
调试方法:
1、
直接在方法入口断点调试,一步一步跟踪程序,弄明白程序的运行轨迹;实验数据:
、2intm=10;
intn=3;
int[]w={3,4,5};
int[]p={4,5,6};
实验中遇到问题:
、3刚开始对动态规划算法不熟悉,编码时出现很多的错误,花费了很多的时间;
(1)没有深度理解此处为什么要使用动态规划算法,导致对问题的理解不深刻。
(2)
实验结果分析(包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等)二、
实验结果:
1、
、时间复杂度:
2nm;3、空间复杂度:
);mnm(可优化至算法总结:
4、
动态规划的基本思想:
将一个问题分解为子问题递归求解,且将中间结果保存以避免重复计算。
通常用来求最优解,且最优解的局部也是最优的。
求解过程产生多个决策序列,下一步总是依赖上一步的结果,自底向上的求解。
三、小结、建议及体会专业资料.
.
背包问题,掌握动态规划算法求解问题的一般特征和步骤。
在实验过本次实验解决了0/1程中,我遇到了很多不懂的问题,但通过老师和同学们的帮助,和自己的努力,最终解决了所有问题,收获颇丰。
在今后的算法设计中,我会迎难而上!
专业资料.
.
源代码:
实验一:
importjava.util.Arrays;
publicclassQuick3way
{
publicstaticvoidsort(Comparable[]a)
{
sort(a,0,a.length-1);
}
publicstaticvoidsort(Comparable[]a,intlo,inthi)
{
if(lo>=hi)
return;
intlt=lo,i=lo+1,gt=hi;
Comparablepivot=a[lo];
专业资料.
.
while(true)
{
intcmp=a[i].compareTo(pivot);
if(cmp>0)
exch(a,i,gt--);
elseif(cmp<0)
exch(a,i++,lt++);
else
i++;
if(i>gt)
break;
}
sort(a,lo,lt-1);
sort(a,gt+1,hi);
}
privatestaticvoidexch(Comparable[]a,inti,intj)
{
Comparabletemp=a[i];
a[i]=a[j];
专业资料.
.
a[j]=temp;
}
publicstaticvoidshow(Comparable[]a)
{
System.out.println(Arrays.toString(a));
}
publicstaticvoidmain(String[]args)
{
String[]a={R,B,W,W,R,W,B,R,R,W,B,R};
祓瑳浥漮瑵瀮楲瑮湬尨排序前:
\t);
show(a);
sort(a);//对数组a进行排序
祓瑳浥漮瑵瀮楲瑮湬尨排序后:
\t);
show(a);
}
}
专业资料.
.
实验二:
专业资料.
.
packagecom.shawn;
publicclassPackage01
{
publicint[][]pack(intm,intn,intw[],intp[]