3-3 对于KMP算法中求next数组问题，设计一个蛮力算法，并分析其时间性能。
voidGetNext(char T[ ], int next[ ])
{
next[1]=0;
next[2]=1;
j=T[0],k=0;
for(;j>2;j–){
for(n=j-2;n>=1;n–){//n为要比较的前缀的最后一个字符的下标
m=j-n;//m为要比较的后缀的第一个字符的下标
for(i=1;i<=n;i++)
{
if(T[i]!=T[m+i-1])break;
}
if(i==n+1){next[j]=n+1;break;}
}
if(n==0)next[j]=1;
}
}
3-4 假设在文本“ababcabccabccacbab”中查找模式 “abccac”,求分别采用BF算法和KMP算法进行串匹配过程中的字符比较次数。
**
**
由此可知，用BF算法一共要进行3+1+4+1+1+6+1+1+1+6=25次比较方能匹配出
KMP算法：next[]={,0,1,1,1,1,2};
由此可知，用KMP算法一共要进行3+4+6+5=18次比较方能匹配出
参考代码如下：
排列最终存储在长度为n的阶乘，元素类型为指针的数组中，数组指向一个排列，具体的排列数据存储在数组中。
int fabs(int n)
{
int r=1;
for(inti=n;i>1;i–)
r=r*i;
return r;
}
//排列存储在数组中
void getArrangement(int**&s,int n)
{
int * p,*q;
int * *s1;
int i,j,k,l,m,o;
s=new int *[1];
s[0]=newint[1];
s[0][0]=1;
for(i=2;i<=n;i++)
{
j=0;
o=0;
m=fabs(i-1);
s1=newint *[fabs(i)];
while(o<m)
{
q=p=s[o];
for(k=i-1;k>=0;k–)
{
s1[j]=newint[i];
for(l=0;l<i;l++)
{
if(l==k){s1[j][l]=i;}
else{
s1[j][l]=*p;
p++;}
}
j++;
p=q;
}
o++;
delete[] q;
}
delete[]s;
s=s1;
}
}
3-8对于一个平面上n个点的集合S，设计蛮力算法求集合S的凸包的一个极点。
点集合中最左边或者最右边的点一定是凸包的一个极点，则求凸包的极点的问题转化为求点的x坐标最大或最小的点
int getPole(int x[],int y[],int n)
{
int r=0;
for(inti=0;i<n;i++)
{
if(x[i]>x[r])r=i;
}
return r;
}
3-11 设计算法生成在n个元素中包含k个元素的所有组合对象。
两种思路：
1、 生成所有的组合，在组合中找元素个数为k个的组合。
伪代码：
1．初始化一个长度为n的比特串s=00…0并将对应的子集输出；
2．for(i=1; i<2n; i++) //注意不能书写成i<=2n
2.1 s++；
2.2 判断s中1的个数，若为k，则将s对应的子集输出；
2、 使用k层嵌套循环生成元素个数为k个的组合。
设k=3；n个元素存储在数组a[]中；
伪代码：
for (i=1; i<n-2; i++)
for(j=i+1; i<n-1; i++)
for(k=j+1; i<n; i++)
输出a[i]a[j]a[k]构成的组合。
3-13美国有个连锁店叫7-11这个连锁店以前是每天7点开门，晚上11点关门
不过现在是全天24小时营业。有一天，有个人来到这个连锁店，买了4件商品
营业员拿起计算器敲了一下，说：总共是$7.11顾客开玩笑说：所以你们商店就叫7-11？营业员没有理她，说：当然不是，我是把它们的价格相乘之后得到的。
顾客说：相乘？你应该把他相加才对。营业员说，我弄错了。接着又算了一遍，结果让两个人吃惊的是：计算结果也是$7.11请问，这4件商品的价格是多少？
参考代码：
#include<iostream.h>
#include <stdio.h>
int main()
{
long i,j,k,m;
for (i=1; i <=711/4 ; i++)
{
for (j=i; j <=711/3 ; j++)
{
for (k=j; k <=711/2 ; k++)
{
m=711-i-j-k;
if (ijkm==7111000000)
{
cout<<i<<endl<<j<<endl<<k<<endl<<m<<endl;
}
}
}
}
return 0;
}
输出结果为：价格分别是1.2 1.25 1.5 3.16
第4章 分治法
了解分治法的设计思想
设计思想：将要求解的原问题划分成k个较小规模的子问题，对这k个子问题分别求解。如果子问题的规模仍然不够小，则再将每个子问题划分为k个规模更小的子问题，如此分解下去，直到问题规模足够小，很容易求出其解为止，再将子问题的解合并为一个更大规模的问题的解，自底向上逐步求出原问题的解。
步骤：（1）划分（2）求解子问题（3）合并
分治法的代表算法及时间复杂度：
归并排序，快速排序，最大子段和，最近对问题，凸包问题，这五种问题的分治算法的时间复杂度为**O(nlog2n)**
棋盘覆盖，循环赛日程安排为**O(4k)**
掌握归并排序和快速排序算法的算法伪代码。（P78-83）
归并排序：
算法中数组r中存储原始数据，r1在中间过程中存储排序后的数据，s指需排序数组的起始下标，t指需排序数组的结束下标。最终排序后的数据依然存储在r数组中。
**
**
快速排序：
**
**
**
**
掌握最大子段和问题的算法伪代码。（P83-85）
对于待排序列（5, 3, 1, 9, 8, 2, 4, 7）,画出快速排序的递归运行轨迹。
按升序排列
初始序列：5,3,1,9,8,2,4,7
第一次划分：4,3,1,2,5,8,9,7
第二次划分：2,3,1,4,5,8,9,7
第三次划分：1,2,3,4,5,8,9,7
第四次划分：1,2,3,4,5,7,8,9
排序完成，红色字体为每次划分的轴值
在有序序列9（r1,r2,```, rn）中，存在序号i ( 1<=i<=n),使得ri = i, 请设计一个分治算法找到这个元素，要求算法在最坏情况下的时间性能为**O(log2n).**
参考代码：
#include<iostream.h>
int findr(ints[],int begin,int end)
{
if(begin==end){
if(s[begin]==begin) return begin;
else return 0;
}else
{
int m=(begin+end)/2;
if(s[m]>m) return findr(s,begin,m-1);
else if (s[m]==m)return m;
else return findr(s,m+1,end);
}
}
void main()
{
int s[]={0,1,1,2,4,6,8};
cout<<findr(s,1,6)<<endl;
}
第5章 减治法
了解减治法的设计思想
设计思想：原问题的解只存在于其中一个较小规模的子问题中，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。
掌握使用减治法的代表问题及时间复杂度：
折半查找，二叉树查找，堆排序，选择问题，淘汰赛冠军问题，假币问题；
以上问题的时间复杂度，如果减治是每次减小为原来规模的1/2，则时间复杂度一般为**O(log2n)**
掌握折半查找的算法伪代码描述及具体例子的查找过程，会根据折半查找的过程创建判定树。（P98-100）
会根据已知数据序列创建一个二叉查找树。（P100）
掌握堆排序算法中的两种调整堆和新建堆的方法：筛选法和插入法（P101-105）
堆调整问题：将一个无序序列调整为堆
（1）筛选法调整堆
关键问题：完全二叉树中，根结点的左右子树均是堆，如何调整根结点，使整个完全二叉树成为一个堆？ 
（2）插入法调整堆
关键问题是：在堆中插入一个结点，如何调整被插入结点，使整个完全二叉树仍然是一个堆？
**
**
掌握选择问题的算法的伪代码（P105-106）
习题5-1，算法设计题
习题5-4，给出任意一组数据，能分别用筛选法和插入法写出创建堆的过程，并用两种方法进行堆排序。
对（47，5，26，28，10）进行筛选堆排序，使用大根堆，形成升序 ，列出每次筛选后的序列
形成大根堆的过程（先把数组直接表示成完全二叉树）：
47，5，26，28，10（叶子结点，不用筛选）
47，5，26，28，10 （叶子结点，不用筛选）
47，5，26，28，10 （叶子结点，不用筛选）
47，5，26，28，10
47，28，26，5，10 （5与两个孩子中的大者比较，5小，交换位置）
47，28，26，5，10 （47与两个孩子中的大者比较，47大，不用交换位置）
47,28, 26, 5 ,10 （大根堆）
10,28, 26, 5 , 47 （取出堆顶元素后的序列）
10,28, 26, 5 , 47 （筛选）
28, 10 , 26, 5 , 47
28, 10 , 26, 5 , 47 （大根堆）
5, 10 , 26, 28, 47 （取出堆顶元素后的序列）
5, 10 , 26, 28, 47 （筛选）
26, 10 , 5, 28, 47
26, 10 , 5, 28, 47 （大根堆）
5, 10 , 26, 28, 47 （取出堆顶元素后的序列）
5, 10 , 26, 28, 47 （筛选）
10, 5 , 26, 28, 47
10, 5 , 26, 28, 47 （大根堆）
5, 10 , 26, 28, 47 （取出堆顶元素后只剩一个值，结束算法）
对（47，5，26，28，10）进行插入法生成大根堆
47
47 5
47 5 26
47 28 26 5
47 28 26 5 10
第6章 动态规划法
了解动态规划法的设计思想
设计思想：将待求解问题分解成若干个相互重叠的子问题，每个子问题对应决策过程的一个阶段，将子问题的解求解一次并填入表中，当需要再次求解此子问题时，可以通过查表获得该子问题的解而不用再次求解。
步骤：
将原始问题分解为相互重叠的子问题，确定动态规划函数；
求解子问题，填表；
根据表，自底向上计算出原问题的解。
掌握可以用动态规划法解决的问题及时间复杂度：
TSP，多段图的最短路径问题，0/1背包，最长公共子序列问题，最优二叉查找树，近似串匹配问题；
多段图的最短路径问题： O(n+m)
0/1背包问题： O(n×C)
掌握多段图的最短路径问题的动态规划算法及具体实现（P121-123），习题6-2
动态规划函数为：
cost[i]中存储顶点i到终点的最短路径长度
cost[i]=min{C[i][j]+cost[j]} (i≤j≤n且顶点j是顶点i的邻接点)
path[i]=使C[i][j]+cost[j]最小的j
先构造cost数组和path数组
掌握0/1背包问题的动态规划算法及具体实现（P123-126），习题6-3
例题：用动态规划法求如下0/1背包问题的最优解：有5个物品，其重量分别为（3，2，1，4，5），物品的价值分别为（25，20，15，40， 50），背包容量为6。写出求解过程。
0/1背包问题的动态规划函数为：
**
**
V(i,j)表示把前i个物品放入容量为j的背包中的最大价值和。
填表过程：
**
**
放入背包中的物品的求解过程：则65表示把5个物品放入容量为6的背包中的最大价值和。
i=5,j=6; v[5][6]>v[4][6],x[5]=1, j=6-w[5]=1
i=4,j=1; v[4][1]=v[3][1], x[4]=0
i=3,j=1; v[3][1]>v[2][1], x[3]=1, j=1-w[3]=0
i=2,j=0; v[2][1]=v[1][0], x[2]=0
i=1,j=0; v[1][0]=v[0][0], x[1]=0
结果是把第3个和第5个放入了背包
掌握最长公共子序列问题的动态规划法算法及具体实现（P126-128），习题6-4
求X=“xzyzzyx”和Y=“zxyyzxz”序列的最长公共子序列的动态规划函数为：
**
**
L[i][j]表示X中前i个元素和Y中前j个元素构成的序列的最长公共子序列的长度。
为了确定具体的最长公共子序列，需要同时计算S[i][j]的值，S[i][j]表示在计算L[i][j]的过程中的搜索状态。
**
**
子序列为斜箭头所标示的行或列：X[2],X[3],X[6] ,X[7]或Y[1], Y[3], Y[4] , Y[6]最长公共子序列的长度为4
即为：zyyx
第7章 贪心法
了解贪心法的设计思想
贪心法在解决问题的策略上目光短浅，只根据当前已有的信息就做出局部最优选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。
贪心法的关键在于决定贪心策略。
掌握可以用贪心法解决的问题：
TSP问题中的两种解决方法：最近领点策略，最短链接策略
最小生成树问题的两种算法：最近顶点策略（Prim算法），最短边策略（Kruskal算法）
背包问题，活动安排问题，多机调度问题，哈夫曼编码。
掌握最小生成树的两种贪心算法：prim算法和kruskal算法（P145-148），给出具体的例子，能够用两种方法画出树的生成过程。
掌握背包问题的贪心算法（P148-151），给出一个具体的例子，能够写出解决问题的过程。习题7-2
问题：求如下背包问题的最优解：有7个物品，价值P=(10,5,15,7,6,18,3),重量w=(2,3,5,7,1,4,1),背包容量W=15.
解决方法：
先对物品的单位重量价值按照降序排列
物品重量 | 物品价值 | 物品价值/物品重量 |
1 | 6 | 6 |
2 | 10 | 5 |
4 | 18 | 4.5 |
5 | 15 | 3 |
1 | 3 | 3 |
3 | 5 | 1.67 |
7 | 7 | 1 |
依次把物品放入容量为15的背包，直到背包被装满
1+2+4+5+1=13，前5个物品装入背包，还剩下容量为2，第6个物品只能装入2/3
所以总价值为：6+10+18+15+3+5*2/3=55.3333
给出字符集和对应的频率，能够画出对应的哈夫曼树，并对给定的字符串进行哈夫曼编码。（P155-157）
第8章 回溯法
了解回溯法的设计思想
设计思想：从解空间树根结点出发，按照深度优先策略遍历解空间树，在搜索至树中任一结点时，先判断该结点对应的部分解是否满足约束条件，或者是否超出目标函数的界，也就是判断该结点是否包含问题的（最优）解，如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓剪枝（Pruning）；否则，进入以该结点为根的子树，继续按照深度优先策略搜索。直到搜索到叶子结点，则得到问题的一个可能解。
步骤：
确定解向量和分量的取值范围，构造解空间树；
确定剪枝函数；
对解空间树按深度优先搜索，搜索过程中剪枝；
从所有的可能解中确定最优解。
了解可以用回溯法解决的问题：
属于组合问题和排列问题中求最优解的问题都可以用回溯法解决，例如：图着色问题，哈密顿回路问题，八皇后问题（4皇后问题），批处理作业调度问题。
掌握m颜色图着色判定问题的回溯法算法，并能画出解空间树的搜索过程（P168-170），习题8-4
对图8.14使用回溯法求解图问题，画出生成的搜索空间。
**
**
解：图着色问题求解的是满足图着色要求的最小颜色数。对图8.14应该从1、2、3、4……种颜色依次尝试用回溯法判定是否满足M着色的要求。
经搜索，1种和2种颜色均不能满足图着色的要求，3种颜色可以满足图着色要求，搜索过程如下，所以图8.14的着色的最少颜色数应该为3
搜索空间为：
掌握n皇后问题的回溯法算法，并能画出解空间树的搜索过程（P173-174）,
自己看书
掌握0/1背包问题的回溯算法，并能画出解空间树的搜索过程（P163-164），习题8-5
自己看书
习题8-6，算法设计题。
给定一个正整数集合X={x1,x2,…, xn}和一个正整数y，设计回溯算法，求集合X的一个子集Y，使得Y中元素之和等于y。
解：
用回溯法求解问题分析：
该问题为求子集问题。
解分量的和小于y为剪枝函数。
当搜索到结点，并且解分量的和等于y时，找到问题的解。
1．X={x1,x2,x3……xn }，sum=0，Y={ }为解向量，初始化为全0;
2．flag=false;
3．k=1;
4．while (k>=1)
4.1 当(Sk取1、0)循环执行下列操作
4.1.1yk=Sk中的下一个元素;
4.1.2将yk加入Y;
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数初中级Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则近万的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Android）
最后为了帮助大家深刻理解Android相关知识点的原理以及面试相关知识，这里放上相关的我搜集整理的24套腾讯、字节跳动、阿里、百度2020-2021面试真题解析，我把技术点整理成了视频和PDF（实际上比预期多花了不少精力），包知识脉络 + 诸多细节。
还有 高级架构技术进阶脑图、Android开发面试专题资料 帮助大家学习提升进阶，也节省大家在网上搜索资料的时间来学习，也可以分享给身边好友一起学习。
网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。希望这份系统化的技术体系对大家有一个方向参考。
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》，点击传送门即可获取！
深知大多数初中级Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则近万的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
[外链图片转存中…(img-bfvnGbOM-1712391248656)]
[外链图片转存中…(img-b57VVrL4-1712391248656)]
[外链图片转存中…(img-aqLQBIF9-1712391248656)]
[外链图片转存中…(img-QuWQwn7U-1712391248657)]
[外链图片转存中…(img-yWoKa1Fx-1712391248657)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Android）
最后为了帮助大家深刻理解Android相关知识点的原理以及面试相关知识，这里放上相关的我搜集整理的24套腾讯、字节跳动、阿里、百度2020-2021面试真题解析，我把技术点整理成了视频和PDF（实际上比预期多花了不少精力），包知识脉络 + 诸多细节。
还有 高级架构技术进阶脑图、Android开发面试专题资料 帮助大家学习提升进阶，也节省大家在网上搜索资料的时间来学习，也可以分享给身边好友一起学习。
[外链图片转存中…(img-0z98RWAl-1712391248657)]
[外链图片转存中…(img-O5PkSVet-1712391248658)]
[外链图片转存中…(img-THcRKv3C-1712391248658)]
网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。希望这份系统化的技术体系对大家有一个方向参考。
扫一扫
1059
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
