算法导论--麻省理工学院公开课

地址 http://open.163.com/special/opencourse/algorithms.html

第一课 课程简介及算法分析

算法重要的原因
1. 直接决定着可行或是不可行。比如我们对于实时的需求,比如对内存的控制
2. 我们需要性能作为支付其他代价的“货币”,比如为了python简洁的语法和快速开发,我们要付出它比C慢的代价


一个古老的问题:排序
A = [2,6,4,8,9,3] 从小到大排序
  • 插入排序:我们从给出数组的下标为1的元素开始,依次移动各个元素的位置,使这个元素出现在合适的位置
A = [2,5,4,7,3,9]

for i in range(1, len(A)):
    # 假设0-i是已经排序好的,这里用了循环不定式的概念,即循环的第一次迭代前为真,且如果循环的某次迭代前为真,那么下次迭代前仍为真。有些类似于数学归纳法
    key = A[i]
    j = i - 1
    while j > 0 and A[j] > key:
        A[j + 1] = A[j]
        j -= 1
    A[j + 1] = key

算法运行时间:
1. 给出的数组的排序情况
2. 输入的规模
3. 我们需要确认这个算法的运行时间的上界

我们通常关注的是当输入规模为n时的最长运行时间,有时也会关注平均运行时间
T(n)定义为输入规模为n时的最长运行时间
渐进分析:忽略掉依赖机器的常量,不关注绝对的运行时间而去关注运行时间随n变化的增长
Θ(theta) 表示略去多项式中的低阶项及常数项
O表示渐进上界,Ω表示渐进下界

  • 分治法
  1. 分解原问题为若干子问题,这些子问题都是原问题的规模较小实例
  2. 递归的求解各个子问题,当子问题规模足够小时,直接求解
  3. 合并子问题的解为原问题的解
  • 归并排序
  1. if n == 1, done
  2. 递归的将n分解为[0, n/2]和[n/2 +1, n]两部分并排序
  3. 合并这排序好的两部分

在第二步分解的时候,我们可以把它看为分解成了一颗二叉树,这颗树的高是lgn,叶子节点的总数是n

def fast_sort(ori_list):
    if ori_list:
        if len(ori_list) != 1:
            fast_value = ori_list[0]
        else:
            return ori_list
    else:
        return ori_list

    left, right = [], []
    for i in ori_list[1:]:
        if  i < fast_value:
            left.append(i)
        else:
            right.append(i)
    return fast_sort(left) + [fast_value] + fast_sort(right)
  • 快速排序
使用了分治法的策略,复杂度不好说,但是可以在原地排序,节省了内存
def quick_sort(sort_list):
    if len(sort_list) <= 1:
        return sort_list

    mark = sort_list[0]
    i, j = 0, 1
    for v in range(len(sort_list)-1):
        if sort_list[j] < mark:
            sort_list[i+1], sort_list[j] = sort_list[j], sort_list[i+1]
            i += 1
        j += 1
    sort_list[0], sort_list[i] = sort_list[i], sort_list[0]
    return quick_sort(sort_list[:i]) +[sort_list[i]] + quick_sort(sort_list[i+1:])
  • 随机快速排序

在快速排序的时候,随机选择一个数作为主元,而不是像上面的快速排序一样选择list[0],然后需要做一些尾递归优化,这样可以使效率增加3倍左右。
证明过程没听懂,擦。

  • fibonacci
fibonacci数列的递归形式每次只能把问题大小-1,复杂度却是指数倍上升,不推荐。
def recur_fibo(max_n):
    n, a, b = 0, 0, 1
    while n < max_n:
        yield b
        a, b = b, a + b
        n += 1

for i in recur_fibo(5):
    print i
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【内容简介】 本书深入浅出,全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣,并保持了数学严谨性。本书的设计目标全 面,适用于多种用途。涵盖的内容有:算法在计算中的作用,概率分析和随机算法的介绍。本书专门讨论了线性规划,介绍了动态规 划的两个应用,随机化和线性规划技术的近似算法等,还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算 法,以及对贪心算法元素的讨论。本书还介绍了对强连通子图算法正确性的证明,对哈密顿回路和子集求和问题的NP完全性的证明等 内容。全书提供了900多个练习题和思考题以及叙述较为详细的实例研究。. 本书内容丰富,对本科生的数据结构课程和研究生的算法课程都是很实用的教材。本书在读者的职业生涯中,也是一本案头的数学参 考书或工程实践手册。 在有关算法的书中,有一些叙述非常严谨,但不够全面,另一些涉及了大量的题材,但又缺乏严谨性。《算法导论》将严谨性和全面 性融为一体。.. 本书深入讨论各类算法,并着力使这些算法的设计和分析能为各个层次的读者接受。各章自成体系,可以作为独立的学习单元。算法 以英语和伪代码的形式描述,具备初步程序设计经验的人就能看懂。说明和解释力求浅显易懂,不失深度和数学严谨性。 本书自第1版出版以来,已经成为世界范围内广泛使用的大学教材和专业人员的标准参考书。第2版增加了论述算法作用、概率分析与 随机算法、线性规划等几章。同时,对第1版的几乎每一节都作了大量的修订。一项巧妙而又重要的修改是提前引入循环不变式,并在 全书中用来证明算法的正确性。在不改变数学和分析重点的前提下,作者将许多数学基础知识从第一部分移到了附录中,并在开始部 分加入了一些富有诱导性的题材。...

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值