算法设计与分析复习【重点】

合集下载
  1. 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. 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. 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)。

算法设计与分析的复习要点

第一章:算法问题求解基础

算法是对特定问题求解步骤的一种描述,它是指令的有限序列。

一.算法的五个特征:

1.输入:算法有零个或多个输入量;

2.输出:算法至少产生一个输出量;

3.确定性:算法的每一条指令都有确切的定义,没有二义性;

4.可行性:算法的每一条指令必须足够基本,它们可以通过已经实现的基本运算执行有限次来实现;

5.有穷性:算法必须总能在执行有限步之后终止。

二.什么是算法?程序与算法的区别

1.笼统地说,算法是求解一类问题的任意一种特殊的方法;较严格地说,算法是对特定问题求解步骤的一种描述,它是指令的有限序列。

2.程序是算法用某种程序设计语言的具体实现;算法必须可终止,程序却没有这一限制;即:程序可以不满足算法的第5个性质“有穷性”。

三.一个问题求解过程包括:理解问题、设计方案、实现方案、回顾复查。

四.系统生命周期或软件生命周期分为:

开发期:分析、设计、编码、测试;运行期:维护。

五.算法描述方法:自然语言、流程图、伪代码、程序设计语言等。

六.算法分析:是指对算法的执行时间和所需空间的估算。算法的效率通过算法分析来确定。

七.递归定义:是一种直接或间接引用自身的定义方法。一个合法的递归定义包括两部分:基础情况和递归部分;

基础情况:以直接形式明确列举新事物的若干简单对象;

递归部分:有简单或较简单对象定义新对象的条件和方法

八.常见的程序正确性证明方法:

1.归纳法:由基础情况和归纳步骤组成。归纳法是证明递归算法正确性和进行算法分析的强有力工具;

2.反证法。

第二章:算法分析基础

一.会计算程序步的执行次数(如书中例题程序2-1,2-2,2-3的总程序步数的计算)。二.会证明5个渐近记法。(如书中P22-25例2-1至例2-9)

三.会计算递推式的显式。(迭代法、代换法,主方法)

四.会用主定理求T(n)=aT(n/b)+f(n)。(主定理见P29,如例2-15至例2-18)五.一个好的算法应具备的4个重要特征:

1.正确性:算法的执行结果应当满足预先规定的功能和性能要求;

2.简明性:算法应思路清晰、层次分明、容易理解、利于编码和调试;

3.效率:算法应有效使用存储空间,并具有高的时间效率;

4.最优性:算法的执行时间已达到求解该类问题所需时间的下界。

六.影响程序运行时间的主要因素:

1.程序所依赖的算法;

2.问题规模和输入数据规模;

3.计算机系统性能。

七.1.算法的时间复杂度:是指算法运行所需的时间;

2.算法的空间复杂度:指算法运行所需的存储空间,包括固定空间需求和可变空间需求。固定空间需求主要包括:程序代码、常量、简单变量、定长成分的结构变量所占的空间;可变空间的大小与算法在某次执行中处理的特定数据的规模有关。

八.算法时间复杂度的分类:

1.多项式时间算法:渐近时间复杂度有多项式时间限界的算法;

2.指数时间算法:渐近时间复杂度为指数函数限界的算法

3.常见的多项式时间算法的渐近时间复杂度之间的关系:

O(1)

4.常见的指数时间算法的渐近时间复杂度之间的关系:

O(2的n次方)

第五章:分治法

一.分治法的基本思想:

1.将一个复杂的问题分解成若干个规模较小、相互独立,但类型相同的子问题求解;

2.然后再将各子问题的解组合成原始问题的一个完整答案。(如快速排序算法,归并排序算法,二分搜索算法,汉诺塔问题都是用分治法求解的)

二.一个问题能够用分治法求解的要素或特征:

1.问题能够按照某种方式分解成若干个规模较小,相互独立且与原问题类型相同的子问题;

2.子问题足够小时可以直接求解;

3.能够将子问题的解组合成原问题的解。(自底向上逐步求出原理问题的解)

分治法的设计思想:将一个难以直接解决的大问题,分割成一些规模较小的相同问题,以便各个击破,分而治之。

三.分治法所能解决的问题一般具有以下几个特征:

1. 该问题的规模缩小到一定的程度就可以容易地解决;

2. 该问题可以分解为若干个规模较小的相同问题;(大部分问题都能满足)

3. 利用该问题分解出的子问题的解可以合并为该问题的解;(前提)(递归思想)

4. 子问题之间不包含公共的子问题。(效率)

四.合并排序与快速排序的比较:

1.分解过程:

合并排序:将序列一分为二即可(简单)

快速排序:需调用Paitition函数将一个序列划分为子序列。(分解方法相对较困难)2.子问题解合并得到原问题解的过程:

合并排序——需要调用Merge函数(时间复杂度为O(n))来实现。

快速排序——一旦左右两个子序列都已分别排序,整个序列便自然成为有序序列。(异常简单,几乎无须额外的工作,省去了从子问题解合并得到原问题解的过程)

3.掌握合并排序和快速排序的具体排序方法(数据结构内容)。(图5-2,图5-4快速排序的划分操作)

第六章:贪心法

一.1.可行解:满足约束条件的解;

2.最优解:使目标函数取得最大(或最小)值的可行解,它用来衡量可行解的好坏;

3.贪心法是一种求解最优化问题的算法设计策略。

4.贪心法的应用领域有:背包问题、最小代价生成树(Kruskal算法和Prim算法)、

哈夫曼树、文件的最佳合并树等;

5.贪心法是通过分步决策的方法来求解问题的,贪心法每一步上用作决策依据的选

相关文档
最新文档