march_on的专栏

最长公共子序列问题可以描述如下：给定两个序列X[0,····m]和Y[0,····n],找出X和Y的最大长度的公共子序列S，即最长公共子序列问题（longest common sequence ）。分析：         假设Z[0,····k]是X和Y的一个LCS，

图着色问题（Graph Coloring Problem, GCP），又称着色问题，是最著名的NP-完全问题之一。给定一个无向图G＝（V, E），其中V为顶点集合，E为边集合，图着色问题即为将V分为K个颜色组，每个组形成一个独立集，即其中没有相邻的顶点。其优化版本是希望获得最小的K值。先考虑三着色问题。思路：1.对图中的每个顶点，选择三种颜色之一对其进行着色。2.如果该着色合法

8皇后问题：如何在8 x 8的国际象棋棋盘上安排8个皇后，使得没有两个皇后能互相攻击？( 如果两个皇后处在同一行、同一列或同一条对角线上，则她们能互相攻击。）解向量为长度为8的数组，记为solution。因为共有8个皇后，而棋盘刚好为8*8，所以每一行肯定会有一个皇后，那么我们约定solution[i]表示第i+1个皇后放在第i+1行的第几列。solution中的列从1开始记。回溯算法的思

对一个带权有向图G=(V,E），给定一个源顶点S，找出S到图中其他顶点v的最短路径即单源最短路径问题。该问题还有很多变体，像单终点最短路径、单对顶点最短路径、每对顶点间的最短路径等等。最短路径问题是具有最优子结构的：一对顶点间的最短路径包含了该路径上的顶点间的最短路径。直观上理解，如果该路径上的两个顶点间的路径pij不是最短路径，那么用这两个顶点间的最短路径代替pij，那么就会出现一条更短的路

无向连通图 G = (V, E)的生成树是它的极小连通子图：连接了图中所有的顶点，有保持图连通的最少的边，且不包含回路（最少的边这一条件已经隐含了不含回路的性质，同时，生成树是一种树，也是不允许有回路的）。在所有的生成树中，权值最小的树就是最小生成树（minimum spanning tree）。由最小生成树的性质可知，它的边数比顶点数小一，而且一个图的最小生成树往往是不唯一的。求解无向连通图

题目：给定一个序列X[0···n]，找出它的最长的单调递增子序列（Longest Increasing Subsequence）分析：思路一：        将序列X按非递减顺序排列，形成新序列Y，问题就转变成求解X和Y的LCS。假设使用快速排序，则排序过程的时间复杂度为O（nlgn），而求两个序列的LCS的时间复杂度为O（n2）（因为X、Y长度相等），综合可知该解法的时间复杂度为

将图记为G(V,E)。图的表示一般有两种方法：邻接矩阵和邻接表。邻接矩阵是一个为|V|*|V|的二维矩阵，记为array，array[i][j]表示节点i和节点j之间是否存在边，对于带权图（又称为网）,array[i][j]还可以表示节点i和节点j之间边的权。因为邻接矩阵大小和图中的边数|E|无关，所以邻接矩阵更适合于稠密图（|E|接近|V|²）。邻接矩阵同样适合程序需要经常判断两个顶点之间是否存

到目前为止，我所知道的堆有两种，一是内存的一种，常见的用途就是动态内存分配了（在c/c++中就是这样），另一种是这里所要论述的一种数据结构。一、堆数据结构中的堆又叫二叉堆，顾名思义，我们可以把它看成一颗完全二叉树，每个元素最多有2个孩子，分别看做左孩子和右孩子。根据元素和它的孩子的关系，堆又可以分为最大堆和最小堆。最大堆的性质是父母的值不小于左右（如果都有）的值，相应地，最小堆就是

快速排序通常是排序的最佳选择，因为其平均的运行时间为O（nlgn ）。最坏情况下每次划分都产生两个分别包含n-1个元素和一个元素的区域，此时时间复杂度为o(n²）。最佳情况下每次划分都将数组分成两个长度差不多的区域，此时时间复杂度与平均性能差不多。       快速排序的递归

问题描述：        有一个需要使用每个资源的n个活动组成的集合S= {a1，a2，···，an },资源每次只能由一个活动使用。每个活动a都有一个开始时间和结束时间，且 0动态规划：一、        定义子集合Sij = { ak  S ： f i 假设S中的活动已按照结束时间递增的顺序排列，则Sij具有如下的性质：1.当i 2.假设ak属于Sij，那么ak将把