算法设计与分析期末备考知识点总结.docx

算法设计与分析期末备考知识点总结.docx

《算法设计与分析期末备考知识点总结.docx》由会员分享，可在线阅读，更多相关《算法设计与分析期末备考知识点总结.docx（13页珍藏版）》请在冰豆网上搜索。

算法设计与分析期末备考知识点总结

●通俗地讲，算法是解决问题的方法，严格地说，算法是对特定问题求解步骤的一种描述，是指令的有限序列。

●算法还必须满足一下五个重要特性：

输入、输出、有穷性、确定性、可行性。

●程序（Program）是对一个算法使用某种程序设计语言的具体实现，原则上，算法可以用任何一种程序设计语言来实现。

什么是算法的计算复杂性？

●算法分析指的是对算法所需要的两种计算机资源——时间和空间（时间复杂性和空间复杂性进行估算，所需要的资源越多，该算法的复杂性就越高。

●表示计算复杂性的O你掌握了？

若存在两个正的常数c和n0，对于任意n≥n0，都有T（n）≤c×f（n），则称T（n）=O（f（n））（或称算法在O（f（n））中）。

我们主要介绍了哪几种算法设计方法？

分治法：

将一个难以直接解决的大问题，分割成一些规模较小的子问题，以便各个击破，分而治之。

减治法：

减治法在将原问题分解为若干个子问题后，利用了规模为n的原问题的解与较小规模（通常是n/2）的子问题的解之间的关系，这种关系通常表现为：

（1）原问题的解只存在于其中一个较小规模的子问题中；

（2）原问题的解与其中一个较小规模的解之间存在某种对应关系。

由于原问题的解与较小规模的子问题的解之间存在这种关系，所以，只需求解其中一个较小规模的子问题就可以得到原问题的解。

动态规划法、贪心算法、回溯算法、概率

RAM程序

分治法------合并排序

设算法4.3对n个元素排序的时间复杂性为T（n），则该二路归并排序算法存在如下递推式：

二路归并排序的时间代价是O（nlog2n）。

所需空间只要O（m+n+min（m,n））的空间就够了（假设两个合并串的长度分别为m和n）。

分治法------快速排序

在最好情况下在具有n个记录的序列中，一次划分需要对整个待划分序列扫描一遍，则所需时间为O（n）。

时间复杂度为O（nlog2n）。

在最坏情况下必须经过n-1次递归调用才能把所有记录定位，而且第i趟划分需要经过n-i次关键码的比较才能找到第i个记录的基准位置，因此，总的比较次数为：

时间复杂度为O（n2）

分治法------最大子段

递推式：

算法时间复杂度：

O（nlog2n）

分治法------棋盘覆盖问题

T（k）满足如下递推式：

分治法------循环赛日安排问题

基本语句的执行次数是：

算法的其时间复杂性为O（4k）。

顺序统计问题：

算法１找出n个元素中的第k个最小元素

输入：

从一个有线性序的集合中抽出的n个元素的序列S及一个整数k，1≤k≤n。

输出：

S中的第k个最小元素

算法2

算法2的期望时间是O（n）。

最坏情况O（n2）

减治-----插入排序（手工题）

堆的概念：

n个元素的序列{K1,K2,…..Kn}，当且仅当满足

动态规划求解TSP问题

注：

用动态规划解决TSP问题，算法的时间复杂性为O（n22n）。

和蛮力法相比，动态规划法求解TSP问题，把原来的时间复杂性是O（n!

）的排列问题，转化为组合问题，从而降低了算法的时间复杂性，但它仍需要指数时间。

但遗憾的是这一动态规划算法需要O（n2n）的空间。

当n较大时，空间难以满足。

多段图的最短路径算法：

1．For（i=1;i<=n;i++）

COST[i]=0;初始化：

数组cost[n]初始化为最大值，数组path[n]初始化为-1；

2．for（i=n-2;i>=0;i--）

2.1对顶点i的每一个邻接点j，根据

cost[i]=min{cij+cost[j]}（i≤j≤n且顶点j是顶点i的邻接点）计算cost[i];

2.2根据path[i]=使cij+cost[j]最小的j计算path[i];

3．输出最短路径长度cost[0];

4.输出最短路径经过的顶点：

4.1i=0

4.2循环直到path[i]=n-1

4.2.1输出path[i];

4.2.2i=path[i];

最优二叉查找树算法：

最优二叉查找树是以这n个记录构成的二叉查找树中具有最少平均比较次数的二叉查找树，即最小，其中pi是记录ri的查找概率，ci是在二叉查找树中查找ri的比较次数。

回溯法----解空间树的动态搜索过程

注：

搜索过程中，采用两种策略避免无效搜索：

1.用约束条件剪去得不到可行解的子树；

2.用目标函数剪去得不到最优解的子树。

例一:

对于n=3的0/1背包问题，三个物品的重量为{20,15,10}，价值为{20,30,25}，背包容量为25，从图8.2所示的解空间树的根结点开始搜索，搜索过程如下:

（注：

树枝左侧为1，右侧为0，1代表装包，0代表不装包，从上到下每一层代表一个物体）

例二:

对于n=4的TSP问题，解空间树如下：

代价矩阵C如下：

1.目标函数初始化为∞；

2.从结点1选择第1棵子树到结点2，表示在图中从顶点1出发；

3.从结点2选择第1棵子树到达结点3，表示在图中从顶点1到顶点2，依代价矩阵可知路径长度为3；

4.从结点3选择第1棵子树到达结点4，表示在图中从顶点2到顶点3，依代价矩阵可知路径长度为3+2=5；

5.从结点4选择唯一的一棵子树到结点5，表示在图中从顶点3到顶点4，路径长度为5+2=7，结点5是叶子结点，找到了一个可行解，路径为1→2→3→4→1，路径长度为7+3=10，目标函数值10成为新的下界，也就是目前的最优解；

6.从结点5回溯到结点4，再回溯到结点3，选择结点3的第2棵子树到结点6，表示在图中从顶点2到顶点4，路径长度为3+8=11，超过目标函数值10，因此，对以结点6为根的子树实行剪枝；

搜索后的结果图：

回溯法----图着色问题的算法

用m种颜色为一个具有n个顶点的无向图着色

设数组color[n]表示顶点的着色情况，回溯法求解m着色问题的算法如下：

回溯法----n皇后问题的算法