算法复习总结

第一章

算法设计应满足以下几条目标：正确性 可使用性 可读性 健壮性  高效率与低存储量需求。

算法具有以下5个重要特征： 有限性 确定性 可行性 输入性 输出性。

算法分析的两个主要方面是分析算法的时间复杂度和 空间复杂度。

渐进符号（O、Ω和Θ）：

定义1（大O符号），f(n)=O(g(n))（读作“f(n)是g(n)的大 O”）当且仅当存在正常量c和n0，使当n≥n0时，f(n)≤cg(n)，即 g(n)为f(n)的上界。

 

 

定义2（大Ω符号），f(n)= Ω(g(n))（读作“f(n)是g(n) 的大Ω”）当且仅当存在正常量c和n0，使当n≥n0时， f(n)≥cg(n)，即g(n)为f(n)的下界。

 

定义3（大Θ符号），f(n)= Θ(g(n))（读作“f(n)是g(n) 的大Θ”）当且仅当存在正常量c1、c2和n0，使当n≥n0时，有 c1g(n)≤f(n)≤c2g(n)，即g(n)与f(n)的同阶。

 

 

 

第二章

 

 

 

 

 

 

 

 

 求解n皇后问题：【问题描述】在n×n的方格棋盘上，放置n个皇后，要求每个皇后 不同行、不同列、不同左右对角线。如下图所示是6皇后问题的一个解。

 

 

 

 **

 

第三章 分治法

 

 

 

 

 

 

 

 

 

 

T(n)=O(nlog2n)

采用分治法求最大 元素max1和次大元素max2:T(n)=O(n)

 

 

 求这个序列中 第k（1≤k≤n）小的元素，求给定的两个有序序列的中位数，求出其中最 大连续子序列的和，棋盘覆盖，循环日程安排问题，矩阵乘法问题:用分治来做。

设求解序列a[0..n-1]最大连续子序列和的执行时间 为T(n)=O(nlog2n)

 T(n)=O(n)

计算 n 次幂每次递归调用，问题规模从n缩减到n/2,可以推导出T(n)=O(log2n)。

 

 第五章 回溯法

一个复杂问题的解决方案是由若干个小的决策步骤组成的决策序列， 解决一个问题的所有可能的决策序列构成该问题的解空间。

 

 

 

 回溯法 = 深度优先搜索 + 剪枝

回溯法可以用递归也可以非递归

 

 

 

 

 

 对应的算法时间复杂度为O(n ^n)

该算法中每个顶点试探1～m种着色，共n个顶点， 对应解空间树是一棵m叉树（子集树），算法的时间复杂度为O(m n)。

 

 第六章 分支限界

  

 

第七章  贪心法

所谓贪心选择性质是指所求问题的整体最优解可以通过一系列 局部最优的选择，即贪心选择来达到。

如果一个问题的最优解包含其子问题的最优解，则称此问题具有 最优子结构性质。 问题的最优子结构性质是该问题可用动态规划算法或贪心法求解 的关键特征。

活动安排问题，用贪心最好。

 算法的时间复杂度为O(nlog2n)。

0/1背包问题贪心策略可能无效！需要用动态规划来解

 

 

 

 时间复杂 度为O(nlog2n)

 

 

第8章 动态规划

 

 

 

 

 

 

 分治法各个子问题是独立的，动态规划的子问题是重叠的。

动态规划方法又和贪心法有些相似，在动态规划中，可将一个问 题的解决方案视为一系列决策的结果。

贪心可以用动态规划做，反之不行。