“学习笔记”之《算法导论》----没有细看的部分

第四部分----高级设计和分析技术

第十七章----摊还分析：求数据结构的一个操作序列中所执行的所有操作的平均时间，来评价操作的代价。

第五部分----高级数据结构

第十八章----B树：是为磁盘或者其他直接存取的辅助存储设备而设计的一种平衡搜索树。

第十九章----斐波那契堆：一种数据结构，支持一系列的堆操作，可以在常数摊还时间内完成，这种数据结构非常适合需要频繁调用这些操作的应用。

第二十章----van Emde Boas树：该数据结构支持优先队列操作以及一些其他的操作，每个操作最坏情况运行时间为O(lglgn)。而且这个数据结构限制关键字必须是不重复的整数。

第二十一章----用于不相交集合的数据结构：一些应用涉及将n个不同的元素分成一组不相交的集合，这些应用经常需要进行两种特别的操作：寻找包含给定元素的唯一集合和合并两个集合。

第七部分----算法问题选编

第三十章----多项式与快速傅里叶变换：两个n次多项式相加的最直接方法所需的时间为θ(n)，但是相乘的最直接方法所需的时间为θ(n^2)。快速傅里叶变换，使多项式相乘的时间复杂度降低为θ(nlgn)。

第三十一章----数论部分：当输入数据是“大整数”对应的一些优化算法。

第三十二章----字符串匹配：在编辑文本程序过程中，我们经常需要在文本中找到某个模式的所有出现位置。典型情况是，一段正在被编辑的文本构成一个文件，而所要搜寻的模式是用户正在输入的特定的关键字。有效地解决这个问题的算法叫做字符串匹配算法，该算法能够极大提高编辑文本程序时的响应效率。在其他很多应用中，字符串匹配算法用于在DNA序列中搜寻特定的序列。在网络搜索引擎中也需要用这种方法来找到所要查询的网页地址。

第三十四章----NP完全性：NP完全问题它们表面上看起来和我们已知的可以用多项式时间算法解决的问题很相似，但是实际上很难求解。

第三十五章----近似算法：许多具有实际意义的问题都是NP完全问题。我们不知道如何在多项式时间内求得最优解。但是，这些问题通常十分重要，我们不能因此而放弃对它们的求解。即使一个问题是NP完全的，也有其解决方法。在实际应用中，近似最优解一般都能满足要求。返回近似最优解的算法就称为近似算法(approximation algorithm)。