![](https://img-blog.csdnimg.cn/20190927151132530.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深大算法设计与分析
文章平均质量分 94
深大算法设计与分析
归忆_AC
for dream in szu...会看消息,欢迎交流,若有错误可以私信反馈。
实验报告仅供参考!
github:https://github.com/guiyi886
展开
-
【深圳大学算法设计与分析】实验六 最大流应用问题
通过本次实验,加深了对最大流算法的理解和运用,加深了流网络、割、增广路径、残留网络、残留容量等概念的理解。理解了Ford-Fulkerson算法、EDMONDS-KARP算法、Dinic算法。原创 2024-01-30 15:58:56 · 1592 阅读 · 0 评论 -
【深圳大学算法设计与分析】实验五 桥
通过此次实验,加深了对图和树的知识的理解和运用,学会了并查集数据结构,以及各种优化方法和思想。基准算法虽然构思简单,容易实现,但是其效率极低,因此需要改进算法,不断优化以提高算法效率。选择合适的数据结构,如本次实验中的并查集,可以极大的提升运行效率。原创 2024-01-30 15:48:41 · 1798 阅读 · 0 评论 -
【深圳大学算法设计与分析】实验四 动态规划—鸡蛋掉落问题
蛮力法是非常耗时,效率非常低的。动态规划法将问题划分为更小的子问题,通过子问题的最优解来重构原问题的最优解。动态规划法可以存储之前的计算结果,可以极大的提高后面数据的运算效率。对于一些问题,可以将大问题转为若干个子问题,并利用动态规划思想进行运算可以很大程度上降低运行时间。原创 2024-01-30 15:39:58 · 3330 阅读 · 8 评论 -
【深圳大学算法设计与分析】实验三 回溯法—地图填色问题
此次实验较为困难,策略理解起来倒是较为简单,主要难在代码的实现(改了无数遍)。有很多需要注意的细节,而且出现bug时很难查找。因为小地图可能很容易就过了,但是小地图由于数据规模小的限制,过了并不意味着算法就是正确的,小地图过了但大地图搜索失败是很常见的。但是大地图又很难debug,只能根据代码设置输出并进行猜想和尝试。这次实验遇到了非常非常多的问题,耗费了大量的时间精力,好在最后总算是成功完成了。当图的数据量较大时,运行时间极长,需要优化算法来减少运行时间,常用各种剪枝策略进行优化。原创 2024-01-30 15:34:42 · 3010 阅读 · 1 评论 -
【深圳大学算法设计与分析】实验二 分治法求最近点对问题
由实验数据和图像可知,在大数据量的处理过程中,分治法耗时远远小于暴力法,效率较高。因此,在处理大量数据时,应当选用分治法。分治算法的核心思想就是将大的问题分割成小的问题来解决,以此达到提高运行效率的目的。在本实验分治算法的合并中,很关键的一步就是判断出只需要最多比较6个点,极大地提高了算法效率,降低了运行时间。原创 2024-01-30 15:17:57 · 1598 阅读 · 2 评论 -
【深圳大学算法设计与分析】实验一 算法性能分析(十大排序算法)
综合上述实验可得,当数据规模相当大时,选择排序、冒泡排序、插入排序耗费的时间相当多,该类算法虽然简单易懂,但是效率较低,不适合处理大量数据。合并排序和快速排序采用了分治、递归的思想,运行大量数据时效率仍然非常高,远胜于前面的几种排序算法。因此,当数据规模较大时,选择后面两种排序算法为佳。原创 2024-01-30 15:14:14 · 1415 阅读 · 0 评论