【哈尔滨工业大学】算法分析与设计学习笔记之概述

1、可计算理论研究：计算模型、可计算问题/不可计算问题、计算模型的等价性--图灵/church命题

2、计算复杂性理论是在给定的计算模型下研究问题的复杂性，包括：固有复杂性、上界、下界、平均、复杂性问题的分类（P=NP?）、抽象复杂性研究

3、算法正确性：对每一个输入都最终停止，并产生正确的输出

4、算法的复杂性

     目的：预测算法对不同输入所需资源量

     复杂性测度：时间、空间、I/O等

     用途：为求解一个问题选择最佳算法、设备等

     需要的数学基础：离散数学、组合数学、概率论、代数等

     需要的数学能力：建立算法复杂性的数学模型、数学模型化简

5、最坏复杂性、最小复杂性、平均复杂性

6、算法分析的模型：随机访问模型（单处理机、串行执行、无并发；基本数据类型；基本操作）、并行多处理机模型

7、算法设计模式：暴力搜索、分治法、图搜索与枚举（分支界限、回溯）、随机化方法等  

8、算法实现方法：递归与迭代、顺行、并行与分布式、确定性与非确定性、近似求解与精确求解、量子算法等

9、最优化设计方法：线性规划、动态规划、贪心法、启发式方法