算法上机实验报告
西南交通大学数值分析上机实验报告
数值分析上机实习报告学号:姓名:专业:联系电话:任课教师:序 (3)一、必做题 (4)1、问题一 (4)1.1 问题重述 (4)1.2 实验方法介绍 (4)1.3 实验结果 (5)2、问题二 (7)2.1 问题重述 (7)2.2 实验原理 (7)雅各比算法:将系数矩阵A分解为:A=L+U+D,则推到的最后迭代公式为: (8)2.3 实验结果 (8)二、选做题 (10)3、问题三 (10)3.1 问题重述 (10)3.2 实验原理 (10)3.3 实验结果 (11)总结 (11)序伴随着计算机技术的飞速发展,所有的学科都走向定量化和准确化,从而产生了一系列的计算性的学科分支,而数值计算方法就是解决计算问题的桥梁和工具。
数值计算方法,是一种研究并解决数学问题的数值近似解方法,是在计算机上使用的解数学问题的方法。
为了提高计算能力,需要结合计算能力与计算效率,因此,用来解决数值计算的软件因为高效率的计算凸显的十分重要。
数值方法是用来解决数值问题的计算公式,而数值方法的有效性需要根据其方法本身的好坏以及数值本身的好坏来综合判断。
数值计算方法计算的结果大多数都是近似值,但是理论的严密性又要求我们不仅要掌握将基本的算法,还要了解必要的误差分析,以验证计算结果的可靠性。
数值计算一般涉及的计算对象是微积分,线性代数,常微分方程中的数学问题,从而对应解决实际中的工程技术问题。
在借助MA TLAB、JA V A、C++ 和VB软件解决数学模型求解过程中,可以极大的提高计算效率。
本实验采用的是MATLAB软件来解决数值计算问题。
MA TLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,其对解决矩阵运算、绘制函数/数据图像等有非常高的效率。
本文采用MATLAB对多项式拟合、雅雅格比法与高斯-赛德尔迭代法求解方程组迭代求解,对Runge-Kutta 4阶算法进行编程,并通过实例求解验证了其可行性,使用不同方法对计算进行比较,得出不同方法的收敛性与迭代次数的多少,比较各种方法的精确度和解的收敛速度。
上机实验报告(精选11篇)
上机实验报告篇1用户名se××××学号姓名学院①实验名称:②实验目的:③算法描述(可用文字描述,也可用流程图):④源代码:(.c的文件)⑤用户屏幕(即程序运行时出现在机器上的画面):2.对c文件的要求:程序应具有以下特点:a可读性:有注释。
b交互性:有输入提示。
c结构化程序设计风格:分层缩进、隔行书写。
3.上交时间:12月26日下午1点-6点,工程设计中心三楼教学组。
请注意:过时不候哟!四、实验报告内容0.顺序表的插入。
1.顺序表的删除。
2.带头结点的单链表的\'插入。
3.带头结点的单链表的删除。
注意:1.每个人只需在实验报告中完成上述4个项目中的一个,具体安排为:将自己的序号对4求余,得到的数即为应完成的项目的序号。
例如:序号为85的同学,85%4=1,即在实验报告中应完成顺序表的删除。
2.实验报告中的源代码应是通过编译链接即可运行的。
3.提交到个人空间中的内容应是上机实验中的全部内容。
上机实验报告篇2一、《软件技术基础》上机实验内容1.顺序表的建立、插入、删除。
2.带头结点的单链表的建立(用尾插法)、插入、删除。
二、提交到个人10m硬盘空间的内容及截止时间1.分别建立二个文件夹,取名为顺序表和单链表。
2.在这二个文件夹中,分别存放上述二个实验的相关文件。
每个文件夹中应有三个文件(.c文件、.obj文件和.exe文件)。
3. 截止时间:12月28日(18周周日)晚上关机时为止,届时服务器将关闭。
三、实验报告要求及上交时间(用a4纸打印)1.格式:《计算机软件技术基础》上机实验报告用户名se××××学号姓名学院①实验名称:②实验目的:③算法描述(可用文字描述,也可用流程图):④源代码:(.c的文件)⑤用户屏幕(即程序运行时出现在机器上的画面):2.对c文件的要求:程序应具有以下特点:a 可读性:有注释。
b 交互性:有输入提示。
算法实验报告结果分析
一、实验背景随着计算机科学技术的不断发展,算法作为计算机科学的核心内容之一,其重要性日益凸显。
为了验证和评估不同算法的性能,我们进行了一系列算法实验,通过对比分析实验结果,以期为后续算法研究和优化提供参考。
二、实验方法本次实验选取了三种常见的算法:快速排序、归并排序和插入排序,分别对随机生成的数据集进行排序操作。
实验数据集的大小分为10000、20000、30000、40000和50000五个级别,以验证算法在不同数据量下的性能表现。
实验过程中,我们使用Python编程语言实现三种算法,并记录每种算法的运行时间。
同时,为了确保实验结果的准确性,我们对每种算法进行了多次运行,并取平均值作为最终结果。
三、实验结果1. 快速排序快速排序是一种高效的排序算法,其平均时间复杂度为O(nlogn)。
从实验结果来看,快速排序在所有数据量级别下均表现出较好的性能。
在数据量较小的10000和20000级别,快速排序的运行时间分别为0.05秒和0.1秒;而在数据量较大的40000和50000级别,运行时间分别为0.8秒和1.2秒。
总体来看,快速排序在各个数据量级别下的运行时间均保持在较低水平。
2. 归并排序归并排序是一种稳定的排序算法,其时间复杂度也为O(nlogn)。
实验结果显示,归并排序在数据量较小的10000和20000级别下的运行时间分别为0.15秒和0.25秒,而在数据量较大的40000和50000级别,运行时间分别为1.5秒和2.5秒。
与快速排序相比,归并排序在数据量较小的情况下性能稍逊一筹,但在数据量较大时,其运行时间仍然保持在较低水平。
3. 插入排序插入排序是一种简单易实现的排序算法,但其时间复杂度为O(n^2)。
实验结果显示,插入排序在数据量较小的10000和20000级别下的运行时间分别为0.3秒和0.6秒,而在数据量较大的40000和50000级别,运行时间分别为8秒和15秒。
可以看出,随着数据量的增加,插入排序的性能明显下降。
迷宫问题_上机实验报告
一、实验目的1. 熟悉迷宫问题的基本概念和解决方法。
2. 掌握一种或多种迷宫求解算法。
3. 通过编程实践,提高算法设计和编程能力。
二、实验环境1. 操作系统:Windows 102. 编程语言:Python3.73. 开发工具:PyCharm三、实验内容迷宫问题是指在一个二维网格中,给定起点和终点,求解从起点到终点的路径。
本实验采用深度优先搜索(DFS)和广度优先搜索(BFS)两种算法进行迷宫求解。
1. 深度优先搜索(DFS)(1)算法原理:DFS算法是一种非确定性算法,其基本思想是沿着一个分支一直走到底,直到无法继续为止,然后回溯到上一个节点,再选择另一个分支继续走。
(2)算法步骤:a. 初始化迷宫,将起点设置为当前节点,将终点设置为目标节点。
b. 创建一个栈,将起点入栈。
c. 当栈不为空时,执行以下操作:a. 弹出栈顶元素,将其标记为已访问。
b. 判断是否为终点,如果是,则输出路径并结束算法。
c. 获取当前节点的上下左右邻居节点,如果邻居节点未被访问,则将其入栈。
d. 当栈为空时,算法结束。
(3)代码实现:```pythondef dfs(maze, start, end):stack = [start]visited = set()path = []while stack:node = stack.pop()if node == end:return path + [node]visited.add(node)for neighbor in get_neighbors(maze, node): if neighbor not in visited:stack.append(neighbor)path.append(node)return Nonedef get_neighbors(maze, node):x, y = nodeneighbors = []if x > 0 and maze[x-1][y] == 0:neighbors.append((x-1, y))if y > 0 and maze[x][y-1] == 0:neighbors.append((x, y-1))if x < len(maze)-1 and maze[x+1][y] == 0:neighbors.append((x+1, y))if y < len(maze[0])-1 and maze[x][y+1] == 0:neighbors.append((x, y+1))return neighbors```2. 广度优先搜索(BFS)(1)算法原理:BFS算法是一种确定性算法,其基本思想是从起点开始,按照一定顺序遍历所有节点,直到找到终点。
数值计算方法上机实验报告
数值计算方法上机实验报告
一、实验目的
本次实验的主要目的是熟悉和掌握数值计算方法,学习梯度下降法的
原理和实际应用,熟悉Python语言的编程基础知识,掌握Python语言的
基本语法。
二、设计思路
本次实验主要使用的python语言,利用python下的numpy,matplotlib这两个工具,来实现数值计算和可视化的任务。
1. 首先了解numpy的基本使用方法,学习numpy的矩阵操作,以及numpy提供的常见算法,如矩阵分解、特征值分解等。
2. 在了解numpy的基本操作后,可以学习matplotlib库中的可视化
技术,掌握如何将生成的数据以图表的形式展示出来。
3. 接下来就是要学习梯度下降法,首先了解梯度下降法的主要原理,以及具体的实际应用,用python实现梯度下降法给出的算法框架,最终
可以达到所期望的优化结果。
三、实验步骤
1. 熟悉Python语言的基本语法。
首先是熟悉Python语言的基本语法,学习如何使用Python实现变量
定义,控制语句,函数定义,类使用,以及面向对象编程的基本概念。
2. 学习numpy库的使用方法。
其次是学习numpy库的使用方法,学习如何使用numpy库构建矩阵,学习numpy库的向量,矩阵操作,以及numpy库提供的常见算法,如矩阵分解,特征值分解等。
3. 学习matplotlib库的使用方法。
数学的上机实验报告
实验题目:线性代数求解方程组一、实验目的1. 理解线性代数中方程组的求解方法。
2. 掌握利用计算机求解线性方程组的算法。
3. 熟悉数学软件(如MATLAB、Python等)在数学问题中的应用。
二、实验内容本次实验主要利用数学软件求解线性方程组。
线性方程组是线性代数中的一个基本问题,其求解方法有很多种,如高斯消元法、矩阵求逆法等。
本实验以高斯消元法为例,利用MATLAB软件求解线性方程组。
三、实验步骤1. 编写高斯消元法算法程序。
2. 输入方程组的系数矩阵和常数项。
3. 调用程序求解方程组。
4. 输出解向量。
四、实验代码及分析1. 高斯消元法算法程序```matlabfunction x = gaussElimination(A, b)[n, m] = size(A);assert(n == m, 'The matrix A must be square.');assert(n == length(b), 'The length of b must be equal to the number of rows in A.');% 初始化解向量x = zeros(n, 1);% 高斯消元for i = 1:n-1% 寻找最大元素[~, maxIdx] = max(abs(A(i:n, i)));maxIdx = maxIdx + i - 1;% 交换行A([i, maxIdx], :) = A([maxIdx, i], :);b([i, maxIdx]) = b([maxIdx, i]);% 消元for j = i+1:nfactor = A(j, i) / A(i, i);A(j, i:n) = A(j, i:n) - factor A(i, i:n); b(j) = b(j) - factor b(i);endend% 回代求解for i = n:-1:1x(i) = (b(i) - A(i, i+1:n) x(i+1:n)) / A(i, i); endend```2. 输入方程组的系数矩阵和常数项```matlabA = [2, 1, -1; 1, 2, 1; -1, 1, 2];b = [8; 5; 2];```3. 调用程序求解方程组```matlabx = gaussElimination(A, b);```4. 输出解向量```matlabdisp('解向量为:');disp(x);```五、实验结果与分析实验结果:```解向量为:2-13```实验分析:通过高斯消元法,我们成功求解了给定的线性方程组。
离散数学上机实验报告
离散数学上机实验报告《离散数学》实验报告姓名:学号:班级:实验一连结词逻辑运算一.实验目的实现二元合取、析取、蕴涵和等价表达式的计算。
熟悉连接词逻辑运算规则,利用程序语言实现逻辑这几种逻辑运算。
二.实验内容从键盘输入两个命题变元P和Q的真值,求它们的合取、析取、蕴涵和等价四种运算的真值。
要求对输入内容进行分析,如果不符合0、1条件需要重新输入,程序有良好的输入输出界面。
三.实验环境使用Microsoft Visual C++6.0为编程软件,采用称C/C++语言为编程语言实现。
四.实验过程1.算法分析:合取:p,q都为1的时候为1,其他为0析取:p,q都为0的时候为0,其他为1蕴含:p为1,q为0时为0,其他为1等价:p,q同真同假2.程序代码:#include<stdio.h>int main()int P,Q,a,b,c,d,p,q;printf(" P的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++)printf("\t%d",P);}printf("\n Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++)printf("\t%d",Q);}printf("\n 非P的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(P==0)/*判断非P的值*/ p=1;elseprintf("\t%d",p);}}printf("\n 非Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(Q==1)/*判断非Q的值*/q=0;elseq=1;printf("\t%d",q);}}printf("\n P与Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(Q==0||P==0)/*判断P与Q的值*/elsea=1;printf("\t%d",a);}}printf("\n P或Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(Q==1||P==1)/*判断P或Q的值*/ b=1;elseb=0;printf("\t%d",b);}}printf("\nP蕴含Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(P==1&&Q==0)/*判断P蕴含Q的值*/ c=0;elsec=1;printf("\t%d",c);}}printf("\nP等价Q的值");for(P=0;P<2;P++){for(Q=0;Q<2;Q++){if(P==Q)/*判断P等价Q的值*/d=1;elsed=0;printf("\t%d",d);}}printf("\n");return 0;3.实验数据及结果分析:实验二关系的复合运算及逆运算一.实验目的熟悉关系的复合运算和逆运算,编程实现关系复合运算和逆运算算法。
算法课设实验报告(3篇)
第1篇一、实验背景与目的随着计算机技术的飞速发展,算法在计算机科学中扮演着至关重要的角色。
为了加深对算法设计与分析的理解,提高实际应用能力,本实验课程设计旨在通过实际操作,让学生掌握算法设计与分析的基本方法,学会运用所学知识解决实际问题。
二、实验内容与步骤本次实验共分为三个部分,分别为排序算法、贪心算法和动态规划算法的设计与实现。
1. 排序算法(1)实验目的:熟悉常见的排序算法,理解其原理,比较其优缺点,并实现至少三种排序算法。
(2)实验内容:- 实现冒泡排序、快速排序和归并排序三种算法。
- 对每种算法进行时间复杂度和空间复杂度的分析。
- 编写测试程序,对算法进行性能测试,比较不同算法的优劣。
(3)实验步骤:- 分析冒泡排序、快速排序和归并排序的原理。
- 编写三种排序算法的代码。
- 分析代码的时间复杂度和空间复杂度。
- 编写测试程序,生成随机测试数据,测试三种算法的性能。
- 比较三种算法的运行时间和内存占用。
2. 贪心算法(1)实验目的:理解贪心算法的基本思想,掌握贪心算法的解题步骤,并实现一个贪心算法问题。
(2)实验内容:- 实现一个贪心算法问题,如活动选择问题。
- 分析贪心算法的正确性,并证明其最优性。
(3)实验步骤:- 分析活动选择问题的贪心策略。
- 编写贪心算法的代码。
- 分析贪心算法的正确性,并证明其最优性。
- 编写测试程序,验证贪心算法的正确性。
3. 动态规划算法(1)实验目的:理解动态规划算法的基本思想,掌握动态规划算法的解题步骤,并实现一个动态规划算法问题。
(2)实验内容:- 实现一个动态规划算法问题,如背包问题。
- 分析动态规划算法的正确性,并证明其最优性。
(3)实验步骤:- 分析背包问题的动态规划策略。
- 编写动态规划算法的代码。
- 分析动态规划算法的正确性,并证明其最优性。
- 编写测试程序,验证动态规划算法的正确性。
三、实验结果与分析1. 排序算法实验结果:- 冒泡排序:时间复杂度O(n^2),空间复杂度O(1)。
西安交通大学算法上机实验报告
《计算机算法设计与分析》上机实验报告姓名:班级:学号:日期:2016年12月23日算法实现题3-14 最少费用购物问题★问题描述:商店中每种商品都有标价。
例如,一朵花的价格是2元,一个花瓶的价格是5元。
为了吸引顾客,商店提供了一组优惠商品价。
优惠商品是把一种或多种商品分成一组,并降价销售。
例如,3朵花的价格不是6元而是5元。
2个花瓶加1朵花的优惠价格是10元。
试设计一个算法,计算出某一顾客所购商品应付的最少费用。
★算法设计:对于给定欲购商品的价格和数量,以及优惠价格,计算所购商品应付的最少费用。
★数据输入:由文件input.txt提供欲购商品数据。
文件的第1行中有1个整数B(0≤B≤5),表示所购商品种类数。
在接下来的B行中,每行有3个数C,K和P。
C表示商品的编码(每种商品有唯一编码),1≤C≤999;K表示购买该种商品总数,1≤K≤5;P是该种商品的正常单价(每件商品的价格),1≤P≤999。
请注意,一次最多可购买5*5=25件商品。
由文件offer.txt提供优惠商品价数据。
文件的第1行中有1个整数S(0≤S≤99),表示共有S种优惠商品组合。
接下来的S行,每行的第1个数描述优惠商品组合中商品的种类数j。
接着是j个数字对(C,K),其中C是商品编码,1≤C≤999;K表示该种商品在此组合中的数量,1≤K≤5。
每行最后一个数字P (1≤P≤9999)表示此商品组合的优惠价。
★结果输出:将计算出的所购商品应付的最少费用输出到文件output.txt。
输入文件示例输出文件示例Input.txt offer.txt output.txt2 2 147 3 2 1 7 3 58 2 5 2 7 1 8 2 10解:设cost(a,b,c,d,e)表示购买商品组合(a,b,c,d,e)需要的最少费用。
A[k],B[k],C[k],D[k],E[k]表示第k种优惠方案的商品组合。
offer (m)是第m种优惠方案的价格。
大一C语言上机实验实验报告
sort(p,10);
for(p=a,i=0;i<10;i++)
{printf("%d",* p);p++;}
}
void sort(int x[],int n)
{int i,j,k,t;
for(i=0;i<n-1;i++)
{k=i;
for(j=i+1;j<n;j++)
if(x[j]>x[k]) k=j;
从1一直加到100.
2.确定数学模型
3.算法
i=1
当i≤100
sum+=i
i=i+1
输出5050
4.程序编码
#include<stdio.h>
void main()
{
int i,sum=0;
for(i=1;i<=100;i++)sum+=i;
printf("%d\n",sum);
}
5.调试程序
经过上机调试,运行情况如下:
void main()
{
int year;
scanf("%d",&year);
if(year/4==0&&year/100!=0)
printf("%d is a leap year.\n",year);
else if(year/400==0)
printf("%d is a leap year.\n",year);
if(k!=i)
{t=x[i];x[i]=x[k];x[k]=t;}
『嗨威说』算法设计与分析-PTA程序存储问题删数问题最优合并问题(第四章上机实践报告)
『嗨威说』算法设计与分析-PTA程序存储问题删数问题最优合并问题(第四章上机实践报告)本⽂索引⽬录:⼀、PTA实验报告题1 :程序存储问题 1.1 实践题⽬ 1.2 问题描述 1.3 算法描述 1.4 算法时间及空间复杂度分析⼆、PTA实验报告题2 :删数问题 2.1 实践题⽬ 2.2 问题描述 2.3 算法描述 2.4 算法时间及空间复杂度分析三、PTA实验报告题3 :最优合并问题 3.1 实践题⽬ 3.2 问题描述 3.3 算法描述 3.4 算法时间及空间复杂度分析四、实验⼼得体会(实践收获及疑惑)⼀、PTA实验报告题1 :程序存储问题 1.1 实践题⽬: 1.2 问题描述: 题意是,题⼲给定磁盘总容量和各个⽂件的占⽤空间,询问该磁盘最多能装⼏个⽂件。
1.3 算法描述: 签到题,只需要将各个⽂件从⼩到⼤排序,并拿⼀个变量存储已占⽤的容量总和,进⾏对⽐即可得到结果。
#include<bits/stdc++.h>#include<algorithm>using namespace std;#define MAXLENGTH 1000int interger[MAXLENGTH];int main(){int num,length;int sum = 0;int counter = 0;int m = 0;cin>>num>>length;for(int i=0;i<num;i++){cin>>interger[i];}sort(interger,interger+num);while(true){if(sum+interger[m]>length||counter==num)break;sum+=interger[m];counter++;m++;}cout<<counter<<endl;return0;} 1.4 算法时间及空间复杂度分析: 整体算法上看,输⼊需要O(n)的时间进⾏输⼊,最快⽤O(nlogn)的时间复杂度进⾏排序,使⽤O(n)的时间进⾏结果叠加,总时间复杂度为O(nlogn),时间复杂度花费在排序上。
图的上机实验报告
图的上机实验报告一、实验目的本次实验的目的是进一步了解图的概念、图的存储结构和图的遍历算法,并通过具体的上机实验来熟悉图的相关操作。
二、实验环境- 操作系统:Windows 10- 编程语言:C++- 开发环境:Visual Studio 2019三、实验内容本次实验主要包括以下几个方面的内容:1.图的基本概念首先,我们需要了解图的基本概念。
图是一种非线性的数据结构,由顶点集合和边集合构成。
顶点代表图中的一个节点,而边则代表顶点之间的关系。
图可以分为有向图和无向图,其中有向图的边是有方向的,而无向图的边是无方向的。
2.图的存储结构图的存储结构有两种常见的方式:邻接矩阵和邻接表。
邻接矩阵是用一个二维数组来表示图的结构,数组中的元素表示两个顶点之间是否有边。
邻接表则是由一个链表数组组成,每个数组元素对应一个顶点,链表中存储了与该顶点相邻的其他顶点。
3.图的遍历算法图的遍历算法有两种常见的方式:深度优先搜索(DFS)和广度优先搜索(BFS)。
深度优先搜索是从某个顶点开始,递归地访问该顶点的邻接顶点,直到无法再继续深入为止,然后回溯到之前的顶点。
而广度优先搜索是从某个顶点开始,依次访问该顶点的所有邻接顶点,然后按照同样的方式访问邻接顶点的邻接顶点,直到所有顶点都被访问完毕。
四、实验步骤根据上述内容,我们进行了如下实验步骤:1. 创建一个图对象,选择合适的存储结构(邻接矩阵或邻接表);2. 根据实际需求,添加图的顶点和边;3. 选择相应的遍历算法(DFS或BFS);4. 遍历图,输出遍历结果。
五、实验结果在实验过程中,我们成功地创建了一个图对象,并使用邻接矩阵存储了图的结构。
然后,我们添加了一些顶点和边的信息,并选择了深度优先搜索算法进行遍历。
最后,我们成功地遍历了整个图,并输出了遍历结果。
六、实验总结通过本次实验,我们进一步掌握了图的基本概念、图的存储结构和图的遍历算法。
同时,我们也了解到不同的存储结构和遍历算法在不同的应用场景中,有着各自的优缺点。
西电算法导论上机实验报告
算法导论上机实验报告册班级:xxxxxx学号:xxxxxxx 姓名:xxxx 教师:xxxxxx目录实验一排序算法 (1)题目一: (1)1、题目描述: (1)2、所用算法: (1)3、算法分析: (1)4、结果截图: (1)5、总结: (2)题目二: (3)1、题目描述: (3)2、所用算法: (3)3、算法分析: (3)4、结果截图: (3)5、总结: (4)题目三: (4)1、题目描述: (4)2、所用算法: (4)3、算法分析: (5)4、结果截图: (5)5、总结: (5)题目四: (6)1、题目描述: (6)3、算法分析: (6)4、结果截图: (6)5、总结: (7)实验二动态规划 (7)题目一: (7)1、题目描述: (7)2、所用策略: (7)3、算法分析: (7)4、结果截图: (8)5、总结: (8)题目二: (9)1、题目描述: (9)2、所用策略: (9)3、算法分析: (9)4、结果截图: (9)5、总结: (10)题目三: (10)1、题目描述: (10)2、所用策略: (10)3、算法分析: (10)4、结果截图: (11)题目四: (12)1、题目描述: (12)2、所用策略: (12)3、算法分析: (12)4、结果截图: (12)5、总结: (13)题目五: (13)1、题目描述: (13)2、所用策略: (13)3、算法分析: (13)4、结果截图: (14)5、总结: (14)实验三贪心算法 (14)题目一: (14)1、题目描述: (14)2、所用策略: (14)3、算法分析: (14)4、结果截图: (15)5、总结: (16)题目二: (16)1、题目描述: (16)3、算法分析: (16)4、结果截图: (17)5、总结: (17)题目三: (17)1、题目描述: (17)2、所用算法: (18)3、算法分析: (18)4、结果截图: (18)5、总结: (19)题目四: (19)1、题目描述: (19)2、所用算法: (19)3、算法分析: (19)实验四回溯法 (19)题目一: (19)1、题目描述: (20)2、所用策略: (20)3、算法分析: (20)题目二: (21)1、题目描述: (21)2、所用策略: (21)实验一排序算法题目一:1、题目描述:描述一个运行时间为θ(nlgn)的算法,给定n个整数的集合S和另一个整数x,该算法能确定S中是否存在两个其和刚好为x的元素。
最新上机实验报告二
最新上机实验报告二实验目的:1. 熟悉计算机上机操作环境,掌握基本的软件使用技巧。
2. 学习并实践编程基础,增强逻辑思维和问题解决能力。
3. 通过实验加深对理论知识的理解,提高实验操作技能。
实验内容:1. 环境搭建:安装并配置必要的编程软件,如IDE、版本控制系统等。
2. 基础编程:完成一系列编程练习,包括数据类型、控制结构、循环、函数等。
3. 算法实现:编写程序解决具体问题,如排序算法、查找算法等。
4. 调试与优化:学习调试技巧,优化代码性能,提高程序运行效率。
5. 版本控制:学习使用版本控制系统,如Git,进行代码管理和协作开发。
实验步骤:1. 在指导老师的帮助下,完成实验环境的搭建和配置。
2. 按照实验指导书的要求,逐步完成基础编程练习。
3. 分析并选择合适的算法解决给定问题,编写代码实现。
4. 利用调试工具进行代码调试,修正发现的错误和不足。
5. 学习并实践版本控制的基本概念和操作,进行代码的提交、更新和合并。
实验结果:1. 成功搭建了实验所需的软件环境,并熟悉了各个工具的基本操作。
2. 完成了所有基础编程练习,并通过测试,代码逻辑清晰,运行无误。
3. 实现了排序和查找算法,并通过案例验证了算法的正确性和效率。
4. 通过调试,优化了代码结构和性能,提升了程序的运行速度。
5. 掌握了版本控制的基本概念,能够进行基本的代码管理和协作。
实验总结:通过本次上机实验,我不仅巩固了编程基础知识,还提高了解决实际问题的能力。
在实验过程中,我学会了如何有效地使用调试工具和版本控制系统,这些技能对于未来的编程学习和软件开发都具有重要意义。
同时,我也认识到了编写可读性强、可维护性高的代码的重要性。
在未来的学习中,我将继续提高我的编程技能,并更加注重代码质量。
数值分析拉格朗日插值法上机实验报告
X[0]: 1
x[1]:-1
x[2]:2
y[0]:0
y[1]:-3
y[2]:4
Input xx:
x二,y=
3
拉格朗日插值模型简单,结构紧凑,是经典的插值法。但是由于拉格 朗日的插值多项式和每个节点都有关,当改变节点个数时,需要重新 计算。且当增大插值阶数时容易出现龙格现象。
在物理化学,资产价值鉴定工作和计算某一时刻的卫星坐标和钟差等 这些方面可以应用Lagrange插值。采用拉格朗日插值法计算设备等 功能重置成本,计算精度较高,方法快捷。但是这方法只能针对可比 性较强的标准设备,方法本身也只考虑了单一功能参数,它的应用范 围因此受到了一定的限制。作为一种探索,我们可以将此算法以 及其它算法集成与计算机评估分析系统中,作为传统评估分析方法的 辅助参考工具,以提高资产价值鉴定工作的科学性和准确性。
int i, j ;
float *a,yy二;/*a作为临时变量,记录拉格朗日插值多项*/
a= (f I oat*) ma I loc (n*s i zeof (f I oat));
for(i=0;i <=n-1;i++)
{
a[i]=y[i];
for(j=0;j<=n-1;j++)
if (j! = i)
{
pr i ntf (Error! The vaIue of n must in (0,20).);
getch () ; return 1 ;
}
for (i=0;i<=n-1;i++)
{
抽潼晴龙學扌追???探
scanf (%f, &x[i]);
)
算法排序上机实验报告
一、实验目的1. 理解并掌握常见的排序算法原理。
2. 通过上机实验,加深对排序算法的理解和运用。
3. 比较不同排序算法的效率,分析其适用场景。
二、实验环境1. 操作系统:Windows 102. 编程语言:Python3.83. 开发环境:PyCharm三、实验内容本次实验主要涉及以下排序算法:1. 冒泡排序2. 选择排序3. 插入排序4. 快速排序5. 归并排序四、实验步骤1. 冒泡排序```pythondef bubble_sort(arr):n = len(arr)for i in range(n):for j in range(0, n-i-1):if arr[j] > arr[j+1]:arr[j], arr[j+1] = arr[j+1], arr[j] return arr```2. 选择排序```pythondef selection_sort(arr):n = len(arr)for i in range(n):min_idx = ifor j in range(i+1, n):if arr[min_idx] > arr[j]:min_idx = jarr[i], arr[min_idx] = arr[min_idx], arr[i] return arr```3. 插入排序```pythondef insertion_sort(arr):for i in range(1, len(arr)):key = arr[i]j = i-1while j >= 0 and key < arr[j]:arr[j+1] = arr[j]j -= 1arr[j+1] = keyreturn arr```4. 快速排序```pythondef partition(arr, low, high):pivot = arr[high]i = low - 1for j in range(low, high):if arr[j] < pivot:i += 1arr[i], arr[j] = arr[j], arr[i] arr[i+1], arr[high] = arr[high], arr[i+1] return i+1def quick_sort(arr, low, high):if low < high:pi = partition(arr, low, high)quick_sort(arr, low, pi-1)quick_sort(arr, pi+1, high)return arr```5. 归并排序```pythondef merge_sort(arr):if len(arr) > 1:mid = len(arr) // 2L = arr[:mid]R = arr[mid:]merge_sort(L)merge_sort(R)i = j = k = 0while i < len(L) and j < len(R): if L[i] < R[j]:arr[k] = L[i]i += 1else:arr[k] = R[j]j += 1k += 1while i < len(L):arr[k] = L[i]i += 1k += 1while j < len(R):arr[k] = R[j]j += 1k += 1return arr```五、实验结果与分析1. 数据准备```pythonimport randomarr = [random.randint(0, 100) for _ in range(10)]print("原始数组:", arr)```2. 排序算法测试```pythonprint("冒泡排序:", bubble_sort(arr.copy()))print("选择排序:", selection_sort(arr.copy()))print("插入排序:", insertion_sort(arr.copy()))print("快速排序:", quick_sort(arr.copy(), 0, len(arr)-1))print("归并排序:", merge_sort(arr.copy()))```3. 效率比较通过对不同排序算法进行多次测试,我们可以得出以下结论:- 冒泡排序和选择排序的平均时间复杂度为O(n^2),适用于小规模数据排序。
数值计算方法上机实验报告
数值计算方法上机实验报告实验目的:复习和巩固数值计算方法的基本数学模型,全面掌握运用计算机进行数值计算的具体过程及相关问题。
利用计算机语言独立编写、调试数值计算方法程序,培养学生利用计算机和所学理论知识分析解决实际问题的能力。
上机练习任务:利用计算机基本C 语言编写并调试一系列数值方法计算通用程序,并能正确计算给定题目,掌握调试技能。
掌握文件使用编程技能,如文件的各类操作,数据格式设计、通用程序运行过程中文件输入输出运行方式设计等。
一、各算法的算法原理及计算机程序框图1. 列主元高斯消去法算法原理:高斯消去法是利用现行方程组初等变换中的一种变换,即用一个不为零的数乘一个方程后加只另一个方程,使方程组变成同解的上三角方程组,然后再自下而上对上三角方程组求解。
列选住院是当高斯消元到第k 步时,从k 列的kk a 以下(包括kk a )的各元素中选出绝对值最大的,然后通过行交换将其交换到kk a 的位置上。
交换系数矩阵中的两行(包括常数项),只相当于两个方程的位置交换了,因此,列选主元不影响求解的结果。
●源程序:#define N 200#include "stdio.h"#include "math.h"FILE *fp1,*fp2;void LZ(){int n,i,j,k=0,l;double d,t,t1;static double x[N],a[N][N];fp1=fopen("a1.txt","r");fp2=fopen("b1.txt","w");fscanf(fp1,"%d",&n);for(i=0;i<n;++i)for(j=0;j<=n;++j){fscanf(fp1,"%lf",&a[i][j]);}{d=a[k][k];l=k;i=k+1;do{if(fabs(a[i][k])>fabs(d)) /*选主元*/{d=a[i][k];l=i;}i++;}while(i<n);if(d==0){printf("\n输入矩阵有误!\n");}else{ /*换行*/if(l!=k){for(j=k;j<=n;j++){t=a[l][j];a[l][j]=a[k][j];a[k][j]=t;}}}for(j=k+1;j<=n;j++) /*正消*/ a[k][j]/=a[k][k];for(i=k+1;i<n;i++)for(j=k+1;j<=n;j++)a[i][j]-=a[i][k]*a[k][j];k++;}while(k<n);if(k!=0){for(i=n-1;i>=0;i--) /*回代*/ {t1=0;for(j=i+1;j<n;j++)t1+=a[i][j]*x[j];x[i]=a[i][n]-t1;}for(i=0;i<n;i++)fprintf(fp2,"\n 方程组的根为x[%d]=%lf",i+1,x[i]); fclose(fp1); fclose(fp2); }main() { LZ(); }● 具体算例及求解结果:用列选主元法求解下列线性方程组⎪⎩⎪⎨⎧=++=++=-+28x x 23x 2232832321321321x x x x x x 输入3 输出结果:方程组的根为x[1]=6.0000001 2 -3 8 方程组的根为x[2]=4.000000 2 1 3 22 方程组的根为x[3]=2.000000 3 2 1 28● 输入变量、输出变量说明:输入变量:ij a 系数矩阵元素,i b 常向量元素 输出变量:12,,n b b b 解向量元素2. 杜里特尔分解法解线性方程● 算法原理:求解线性方程组Ax b =时,当对A 进行杜里特尔分解,则等价于求解LUx b =,这时可归结为利用递推计算相继求解两个三角形(系数矩阵为三角矩阵)方程组,用顺代,由Ly b =求出y ,再利用回带,由Ux y =求出x 。
最优化理论与方法上机实验报告
最优化理论与方法上机报告
函数句柄和匿名函数的操作符均为@,匿名函数是函数句柄的一种特殊用法, 这里所得到的函数句柄变量不指向特定的函数(即不指向函数M文件中的函数 名),而是指向一个函数表达式(具体表达式).在命令窗口中输入@func就是用 了函数句柄将其传给objf变量,而step=golden(@(x)objf(X0+x*d),0,1, epsilon);则是通过匿名函数将函数传给golden程序,此两处的改变就大大提高 了程序的运行速度!
分为了三段, 比较 f ( x1 )与f ( x2 ) 的大小, 若 f ( x1 ) f x2 , 则 x* [ x1 , b], 去掉 [a, x1 ]; 若 f ( x1 ) f x2 , 则 x* [a, x2 ], 去掉 [ x2 , b] ,然后在余下的区间上根据对称原则再 计算一个对称点的函数值,再重复上述操作,直到满足精度. 1.2 实现及结果 采用 matlab 2011a 实现,命名为 golden,具体程序见附录 golden.m 文件. 该程序的使用方法, 请参见附录中golden.m文件中绿色部分, 下面给出程序 运行结果,其中目标函数为: f ( x) x12 x1 6 ,精度采用默认: 106 .
(a)采用默认精度
(b)精度为0.001 图 1-3-1 牛顿法运行结果
牛顿法收敛速度快,正如上图(a)所示,达到 106 精度只需 18 步,而最速 下降法却需要 366304 步,两者的收敛速度由此可见一斑,可谓有天壤之别! 3.4 体会 由于牛顿法收敛速度快,且人工求目标函数的梯度、Hesse 矩阵,有时较为 繁杂,故算法实现时,实现了自动求梯度和 Hesse 矩阵,这样便在程序的易用性 和时间复杂度两者间得到了很好的折中.
《数据结构》上机实验报告—利用栈实现迷宫求解
《数据结构》上机实验报告—利用栈实现迷宫求解实验目的:掌握栈的基本操作和迷宫求解的算法,并能够利用栈实现迷宫求解。
实验原理:迷宫求解是一个常见的路径问题,其中最常见的方法之一是采用栈来实现。
栈是一种先进后出的数据结构,适用于这种类型的问题。
实验步骤:1.创建一个迷宫对象,并初始化迷宫地图。
2.创建一个栈对象,用于存储待探索的路径。
3.将起点入栈。
4.循环执行以下步骤,直到找到一个通向终点的路径或栈为空:a)将栈顶元素出栈,并标记为已访问。
b)检查当前位置是否为终点,若是则路径已找到,结束。
c)检查当前位置的上、下、左、右四个方向的相邻位置,若未访问过且可以通行,则将其入栈。
5.若栈为空,则迷宫中不存在通向终点的路径。
实验结果:经过多次实验,发现利用栈实现迷宫求解的算法能够较快地找到一条通向终点的路径。
在实验中,迷宫的地图可通过一个二维数组表示,其中0表示可通行的路径,1表示墙壁。
实验结果显示,该算法能够正确地找出所有可行的路径,并找到最短路径。
实验结果还显示,该算法对于大型迷宫来说,解决速度相对较慢。
实验总结:通过本次实验,我掌握了利用栈实现迷宫求解的算法。
栈作为一种先进后出的数据结构,非常适合解决一些路径的问题。
通过实现迷宫求解算法,我深入了解了栈的基本操作,并学会运用栈来解决实际问题。
此外,我还了解到迷宫求解是一个复杂度较高的问题,对于大型迷宫来说,解决时间较长。
因此,在实际应用中需要权衡算法的速度和性能。
在今后的学习中,我将进一步加深对栈的理解,并掌握其他数据结构和算法。
我还将学习更多的路径算法,以便更好地解决迷宫类问题。
掌握这些知识将有助于我解决更加复杂的问题,并提升编程能力。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
课程实验报告课程名称:算法设计与分析专业班级:信息安全1303学号:U**********名:***指导教师:***报告日期:2015-6-16计算机科学与技术学院目录目录 (2)实验一最近点对问题 (1)1.1实验内容与要求 (1)1.2算法设计 (1)1.3 实验结果与分析 (2)1.4编程技术与方法 (3)1.5 源程序及注释 (3)实验二大整数乘法 (8)2.1实验内容与要求 (8)2.2算法设计 (9)2.3 实验结果与分析 (12)2.4编程技术与方法 (12)2.5 源程序及注释 (12)实验三单源点 (14)3.1实验内容与要求 (14)3.2算法设计 (14)3.3 实验结果与分析 (14)3.4编程技术与方法 (16)3.5 源程序及注释 (16)实验四最优二分检索树 (19)4.1实验内容与要求 (19)4.2算法设计 (19)4.3实验结果与分析 (20)4.4源程序及注释 (22)五、实验心得与体会 (25)六、参考书目 (27)实验一最近点对问题1.1实验内容与要求已知平面上分布着点集P中的n个点p1,p2,...p n,点i的坐标记为(x i,y i),1≤i≤n。
两点之间的距离取其欧式距离,记为22)()(),(jijijiyyxxppd-+-=问题:找出一对距离最近的点。
注:允许两个点位于同一个位置,此时两点之间的距离为0要求:用分治法实现最近点对的问题。
1.2算法设计(1)首先将所有的点按照x坐标排序。
排序过程需要O(nlogn)的时间,不会从整体上增加时间复杂度的数量级。
(2)划分:由于点已经按x坐标排序,所以空间上可以“想象”画一条垂线,作为分割线,将平面上的点集分成左、右两半P L和P R。
如下图所示:分割线PL记, d L:P L中的最近点对距离;d R:P R中的最近点对距离;d C:跨越分割线的最近点对距离。
则,最近的一对点或者在P L中,或者在P R中,或者一个在P L中而另一个在P R中(跨越分割线)。
设点按它们的y坐标排序,如果p i和某个p j的y坐标相差大于δ,那么这样的p i可以终止计算,继续处理p i+1。
算法描述如下:for i=1 to numPointsInStrip dofor j=i+1 to numPointsInStrip doif p i and p j's y-coordinates differ by more than δbreak;else if dist(p i,p j)<δδ = dist(p i,p j);1.3 实验结果与分析实验数据:(1)点对数目:6(2)点对坐标:(1,3)(2,5)(3,12)(5,8)(6,9)(7,15)运行结果:如图显示的是最近点对<5.00,8.00><6.00,9.00>的距离为1.411.4编程技术与方法纵观整个过程,首先要对X坐标排序时间为O(NlogN),这是分治之前的预处理。
然后问题分成了N/2规模,然后用Q(N)的复杂度得到中间的最近点对,然后可以在常数时间内得到最终的点对与最近值。
So。
T(N)=2T(N/2)+O(N),可以得到该算法的时间为O(NlogN),在用分治法之前首先对Y坐标进行冒泡排序,将左右|d|范围里的点按Y值排序,然后依次从每个点出发做水平线,并在其之上d的距离做水平线,这样得到了一个2d*d 的矩形,显然,在此矩形之外的点无需开率啦,可以证明,矩形内最多容下8个点(包括自己本身)。
所以意味着在排好序的Y坐标点中,只需要考虑其后的7个点就行了,此外已有人证明了事实上只需要考虑其后的4个点就行啦。
可见,这些的时间复杂度最多Q (N)。
1.5 源程序及注释#include <stdio.h>#include <stdlib.h>#include <math.h>#define MAXLEN 200int init(float *x,float *y,int *ind){int n,i;while(1==scanf("%d",&n)){if(n > 1) break;printf("n invalid!\n");}for(i=0;i<n;i++){scanf("%f%f",x+i,y+i);ind[i]=i;}return n;}void pre_sort(float *x,float *y,int *ind,int n){//must finish in O(nlogn) but here using normorl sort method //bubble sortint i,j;int tmp;float tmp_y,tmp_x;for(i=0;i<n;i++)for(j=n-1;j > i;j--)if(x[j-1] > x[j]){//swap xtmp_x=x[j-1];x[j-1]=x[j];x[j]=tmp_x;//swap ytmp_y=y[j-1];y[j-1]=y[j];y[j]=tmp_y;//swap ind no need now!/*tmp=ind[j-1];ind[j-1]=ind[j];ind[j]=tmp;*/}for(i=0;i<n;i++)for(j=n-1;j > i;j--)if(y[j-1] > y[j]){//swap ytmp_y=y[j-1];y[j-1]=y[j];y[j]=tmp_y;//swap indtmp=ind[j-1];ind[j-1]=ind[j];ind[j]=tmp;}}float get_pair_len(float x1,float y1,float x2,float y2){return sqrt((x2-x1)*(x2-x1)+(y2-y1)*(y2-y1));}void find_closest_pair(int st,int ed,float *x,float *y,int *ind,float *closest,float *x1,float *y1,float *x2,float *y2){//key codeif(ed-st == 1){//only 2 point*closest=get_pair_len(x[ind[0]],y[0],x[ind[1]],y[1]);*x1=x[ind[0]];*y1=y[0];*x2=x[ind[1]];*y2=y[1];}else if(ed-st ==2){//only 3 pointfloat len;*closest=get_pair_len(x[ind[0]],y[0],x[ind[1]],y[1]);*x1=x[ind[0]];*y1=y[0];*x2=x[ind[1]];*y2=y[1];len=get_pair_len(x[ind[0]],y[0],x[ind[2]],y[2]);if(len < *closest){*closest=len;*x1=x[ind[0]];*y1=y[0];*x2=x[ind[2]];*y2=y[2];}len=get_pair_len(x[ind[1]],y[1],x[ind[2]],y[2]);if(len < *closest){*closest=len;*x1=x[ind[1]];*y1=y[1];*x2=x[ind[2]];*y2=y[2];}}else{//at least 4 pointsint i,cl,cr,ct;int mid;float t_c1,t_c2;float t_c1_x1,t_c1_y1,t_c1_x2,t_c1_y2;float t_c2_x1,t_c2_y1,t_c2_x2,t_c2_y2;float *yl,*yr,*yct;int *indl,*indr,*indct;mid=(st+ed)/2;yl=(float*)malloc((mid-st+1)*sizeof(float));indl=(int*)malloc((mid-st+1)*sizeof(int));yr=(float*)malloc((ed-mid)*sizeof(float));indr=(int*)malloc((ed-mid)*sizeof(int));if(!yl || !yr || !indl || !indr) exit(-2);//non enough mmfor(i=0,cl=0,cr=0;i<=ed-st;i++){//store new order y&indif(ind[i] <= mid){yl[cl]=y[i];indl[cl]=ind[i];cl++;}else{yr[cr]=y[i];indr[cr]=ind[i];cr++;}}//dividedfind_closest_pair(st,mid,x,yl,indl,&t_c1,&t_c1_x1,&t_c1_y1,&t_c1_x2,&t_c1_y2);find_closest_pair(mid+1,ed,x,yr,indr,&t_c2,&t_c2_x1,&t_c2_y1,&t_c2_x2,&t_c2_y2);if(t_c1 < t_c2){*closest=t_c1;*x1=t_c1_x1;*y1=t_c1_y1;*x2=t_c1_x2;*y2=t_c1_y2;}else{*closest=t_c2;*x1=t_c2_x1;*y1=t_c2_y1;*x2=t_c2_x2;*y2=t_c2_y2;}//get the closest pair between the two part(L&R)int v,ve;float closest_tmp;float part_line=(x[mid]+x[mid+1])/2.0;yct=(float*)malloc((ed-st+1)*sizeof(float));indct=(int*)malloc((ed-st+1)*sizeof(int));//get all the y in the rectfor(i=0,ct=0;i<=ed-st;i++)if(x[ind[i]]>part_line-*closest && x[ind[i]]<part_line+*closest ){yct[ct]=y[i];indct[ct]=ind[i];ct++;}//check followed the 4 pointsif(ct > 1){for(i=0;i< ct-1;i++){ve=(i+4 < ct-1 ? i+4:ct-1);v=i+1;while(v<=ve && yct[v]-yct[i] <=*closest){closest_tmp=get_pair_len(x[indct[i]],yct[i],x[indct[v]],yct[v]);if(closest_tmp < *closest){*closest=closest_tmp;*x1=x[indct[i]];*y1=yct[i];*x2=x[indct[v]];*y2=yct[v];}v++;}}}free(yl);free(yr);free(indl);free(indr);free(yct);free(indct);}}int main(){float X[MAXLEN],Y[MAXLEN];int IND[MAXLEN],n;n=init(X,Y,IND);float closest,x1,y1,x2,y2;pre_sort(X,Y,IND,n);find_closest_pair(0,n-1,X,Y,IND,&closest,&x1,&y1,&x2,&y2);printf("the closest value is:%-4.2f (%-4.2f,%-4.2f) (%-4.2f,%-4.2f)\n",closest,x1,y1,x2,y2);return 0;}实验二大整数乘法2.1实验内容与要求利用分治法设计一个计算两个n位的大整数相乘的算法,要求计算时间低于O(n2)。