- 博客(11)
- 收藏
- 关注
RSS订阅原创 算法设计与分析基础实验报告(八)
综上所述，随着皇后数量的增加，解决n皇后问题的运行时间会急剧增加。这是因为问题的解空间呈指数级增长，导致搜索树的深度非常深。因此，当需要解决的n皇后问题规模较大时，需要使用更高效的算法或近似算法来解决问题。
2024-01-23 14:21:03
488
1
原创 算法设计与分析基础实验报告(七)
它基于一个简单的思想：每次添加成本最低的两个节点之间的边，直到所有节点都在同一个连通分量中。Kruskal算法的基本思想是以边为主导地位，始终选择当前可用（所选的边不能构成回路）的最小权植边。在Kruskal算法中，每次添加边时，需要检查该边是否与已经添加到最小生成树中的任何边形成环。并查集是一种数据结构，它可以将一组元素分组为不相交的集合，并且可以在常数时间内完成查找和合并操作。3. 遍历排序后的边，对于每个边，如果它不与已经添加到最小生成树中的任何边形成环，则将其添加到最小生成树中。
2024-01-21 17:50:41
459
原创 算法设计与分析基础实验报告(六)
1. 递归的时间复杂度是指数级的，因为递归需要重复计算相同的子问题。这是导致递归在解决大规模0-1背包问题时效率低的主要原因。2. 备忘录方法通过存储已经计算过的子问题的解来避免重复计算，从而提高了效率。但是，由于备忘录需要存储所有子问题的解，当物品数量n或者背包容量W非常大时，备忘录方法仍然可能非常慢。3. 动态规划方法通过只存储需要的子问题的解来避免重复计算，从而提高了效率。动态规划的时间复杂度与备忘录相同，但是动态规划不需要存储所有的子问题的解，因此在处理大规模问题时通常更有效。
2024-01-20 13:31:35
1211
原创 算法设计与分析基础实验报告（五）
递归、备忘录和动态规划都有各自的优缺点。在选择使用哪种策略时，我们需要根据具体的问题和场景进行权衡。如果对算法的理解和实现较为简单，且对时间复杂度要求不高，可以选择递归；如果对算法效率和空间要求较高，且问题可以分解为子问题求解，可以选择动态规划；如果需要避免重复计算，且不需要额外的空间来存储子问题的解，可以选择备忘录。
2024-01-09 20:52:30
490
原创 算法实验与分析报告（四）
快速排序和归并排序的时间效率在理论上是相同的，都是O(n log n)。而直接插入排序的时间效率在理论上是较低的，平均为O(n^2)。但在实际应用中，由于直接插入排序算法实现简单，对于小规模的数据排序效率较高，因此在某些情况下可能会比快速排序和归并排序更实用。
2024-01-08 15:13:42
605
1
原创 算法设计与分析基础实验报告（一）
递归算法：递归算法的时间复杂度为O(2^n)，因为它需要递归计算前n-1项斐波那契数，每次递归需要计算两次斐波那契数，所以总共需要计算2^(n-1)次。空间复杂度为O（n），因为递归调用会占用栈空间，栈的深度为n。随着n的增加，递归算法的执行时间呈指数级增长，而迭代算法的执行时间呈线性增长。2.迭代算法：迭代算法的时间复杂度为O(n)，因为它只需要循环n次来计算斐波那契数列的前n项，每次循环只需要进行一次加法运算。因此，当n较大时，递归算法的时间效率会远远低于迭代算法，同时递归算法还会占用更多的内存空间。
2024-01-05 20:24:30
453
原创 leetcode(402,44 53)
给你一个输入字符串 (s) 和一个字符模式 (p) ，请你实现一个支持和'*''*'判定匹配成功的充要条件是：字符模式必须能够输入字符串（而不是部分匹配）。false"a" 无法匹配 "aa" 整个字符串。true'*' 可以匹配任意字符串。a"false' 可以匹配 'c', 但第二个 'a' 无法匹配 'b'。p'*'
2024-01-03 10:52:10
594
原创 算法设计与分析基础课程设计
因此，大家商量解决办法，有人提出：修筑一圈篱笆，把果园围起来，但是由于我们的经费有限，必须尽量节省资金，所以，我们要找出一种最合理的方案。在求解凸包的问题中，分治法是一种常用的解法。在求解凸包的过程中，对于每个点，算法根据其与凸包上两个端点的位置关系，判断其是否应该被加入到凸包中。对于每个新加入的点P，如果它在当前凸包的右侧，就将凸包的末尾点不断弹出，直到该点在凸包的左侧，然后再将该点加入到凸包的末尾。回溯等)，选用这些设计方法的原因，给出该算法的伪代码，分析该算法的时间复杂度，给出算法实际运行的结果。
2024-01-02 19:18:54
1654
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人