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[]
升级会员 