算法分析与设计（浅入浅出）

一.算法基础

1.程序

算法：

• 确定性：有确定步骤
• 有限性：在规定时间内结束
• 可行性：每个步骤都是可以操作的
• 输入：一个程序可以有0个或多个输入
• 输出：必须有1个或多个输出

数据结构：数据如何储存

优秀的文档

2.时间复杂度

• 找出算法的基本语句
• 计算基本语句的执行次数
• 用大O记号表示算法的性能
• 时间函数就是把时间规模函数简化为一个数量级

3.枚举 （暴力）

• 列出有穷序列集的所有元素

4.贪心

• 总是选当前看起来最好的原则
• 贪心的证明

5.二分

在解的域 有一半合法 一半不合法

6.冒泡排序 o(n^2)

def bubble_sort(array):
    for i in range(1, len(array)):
        for j in range(0, len(array)-i):
            if array[j] > array[j+1]:
                array[j], array[j+1] = array[j+1], array[j]
    return array

7.快速排序 o(nlogn)

• 首先设定一个分界值，通过该分界值将数组分成左右两部分。
• 将大于或等于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边。
• 对左边和右边分别排序

二.动态规划

1.性质

• 最优子结构：一个问题的最优解包含其子问题的最优解
• 无后效性：在某个阶段上过程的状态已知，则从此阶段以后过程的发展变化仅与此阶段的状态有关，而与过程在此阶段以前的阶段所经历过的状态无关。
• 大量重复子问题

2.步骤

• 定义状态
• 寻找决策
• 确定初值