算法设计分析总结------更新中(自用)

穿短靴的猫

已于 2024-04-22 15:39:50 修改

阅读量231

点赞数 5

文章标签：算法 leetcode 数据结构

于 2023-12-18 18:02:22 首次发布

本文链接：https://blog.csdn.net/m0_48570930/article/details/134978877

版权

本文总结了算法设计中的分治法、动态规划和贪心策略。通过多数元素问题解释分治法，利用斐波那契数、不同路径、最长递增子序列和01背包问题探讨动态规划，最后讨论了完全背包问题的贪心算法解决思路。

摘要由CSDN通过智能技术生成

算法设计分析----搞定考研代码题[部分院校]具体看自己院校考纲----目标院校考察只需要掌握这3种算法思想应该就可以搞定算法题

1.绪论-----渐进符号理解
1.分治法(例子:多数元素)
2.动态规划(斐波那契数,不同路径,最长递增子序列,01背包问题)
3.贪心算法(完全背包问题)

1.绪论-----渐进符号理解

五种渐进符号理解

定义太冗长,直接记通俗理解就行-------(O为上界,阶数越小越精确,Ω为下界,阶数越大越精确)。

1.分治法(例子:多数元素)

先分治,再合并;
向下分治,递归(终止条件:分解到最小情况未知,分不动了)

给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。

你可以假设数组是非空的，并且给定的数组总是存在多数元素。

示例 1：

输入：nums = [3,2,3]
输出：3
示例 2：

输入：nums = [2,2,1,1,1,2,2]
输出：2

	//伪代码
	func(nums)->int:
	return getMajority(nums,0,nums.length-1)
	if left == right :
		return nums[left]
	mid = left + (right-left)/2
	leftMajority = getMajority(nums,left,mid)
	rightMajority = getMajority(nums,mid+1,right)
	if leftMajority == rightMajority :
		return leftMajority
	leftCount =0
	rightCount =0
	for i in nums[left,night]
		if i == leftMajority:
			leftCount++
		else if i == rightMajority:
			rightCount++
	if leftCount > rightCount:
		return leftMajority
	else  :
		return rightMajority

源码部分

int majorityElement(int nums[],int numSize) {
   
    return findMajorElenment(nums,0,numSize-1);
}
findMajorElenment(int nums[],int low,int high){
   
    if(low == high){
   
        return nums[low];
    }
    int mid = (high-low)/2 + low;
    int left = findMajorElenment(nums,low,mid);
    int right = findMajorElenment(nums,mid+1,high);
    if(left == right){
   
        return left;
    }
    int leftCount = findMajorCount(nums,left,low,mid);
    int rightCount = findMajorCount(nums,right,mid+1,high);
    return (leftCount>rightCount)?l