算法

算法基本概念

1. 定义

1. 一组严谨地定义运算顺序的规则，并且每一个规则都是有效的，明确的，此顺序将在有限的次数下终止。
2. 算法是解决某个特定问题的一种方法或一个过程。
3. 算法是任何定义好了的计算程式，它取某些值或值的集合作为输入，并产生某些值或值的集合作为输出。

2. 特性

1. 可行性
   ① 算法中每一个步骤都是可以实现的；
   ② 算法执行的结果能达到预期的目的。
2. 确定性
   算法的每一步骤必须有清楚的语义，即无二义性。
3. 有穷性
   算法必须在执行有限个步骤之后终止。
4. 输入
   一个算法有零个或多个数据输入。
5. 输出
   一个算法产生一个或多个输出。

基本要素

1. 算法控制结构
   顺序结构
   选择结构
   循环结构
2. 数据的运算与操作
   算术运算（+，-，*，/）
   逻辑运算（&&，||, !）
   关系运算（<,>,<=,>=,==,!=）
   数据传输（赋值，输入，输出）

设计过程

1. 通过对问题进行详细地分析，抽象出相应的数学模型；
2. 确定使用的数据结构，并在此基础上设计对此数据实施各种操作的算法；
3. 选用某种语言将算法换算成程序；
4. 调试并运行这些程序。

算法描述语言

算法描述语言是一种面向人而非机器的算法描述工具。

1. 算法流程图
   
2. 结构化流程图
   
3. 伪代码
   

算法描述语言要求

1. 具有良好的可读性
2. 无歧义性
3. 容易转换为程序设计语言

算法设计基本方法

列举法

基本概念

1. 基本思想
   根据提出来的问题，列举出所有可能的解，并根据问题中所给定的约束，检验哪些解是需要的，哪些是需要排除的，输出符合要求的解。
2. 特点
   比较简单
   适合解空间小的问题
   常用于解决是否存在或有多少种可能等类型的问题
3. 难点
   优化列举方案

百鸡问题

1. 问题描述
   设每只母鸡值3元，每只公鸡值2元，两只小鸡值0.5元。现用100元买100只鸡，一共有多少方案。
2. 基本思路
   列举出所有符合约束条件的方案，设母鸡i只，公鸡j只，小鸡k只，则有3i+2j+0.50.5k=100。
3. 算法1

for i=0 to 100 do
	for j=0 to 100 do
		for k=0 to 100 do{
			sum=i+j+k;
			value=3*i+2*j+0.25*k;
			if(sum==100&&value==100)
				then output(i,j,k);
		}
return 0			//循环总次数为101^3

4. 算法2

for i=0 to 33 do
	for j=0 to 50 do{
		k=100-i-j;
		if(3*i+2*j+0.25*k==100)
			then output(i,j,k);
	}
return 0;			//循环次数为894

归纳法

1. 基本思想
   通过列举少量的特殊情况，经过分析，找出一般的关系。
2. 特点
   归纳法比列举法更能反映问题的本质；
   可以解决列举量为无限的问题；
   需要对桂南得到的结论加以必要的证明。

递推法

1. 基本思想
   从已知条件出发，逐次推出所要求的各中间结果和最后结果，其中初始条件或是问题本身给定，或是通过对问题的分析而得到。
2. 特点
   递推关系往往是归纳分析的结果；
   递推法在数值计算中极为常见；
3. 难点
   需要注意数值计算中的稳定性问题。

递归法

1. 基本思想
   将一个复杂的问题归结为若干个简单的问题，然后将这些较简单的每一个问题再归结为更简单的问题，这个过程可以一直做下去，直到最简单的问题为止。
2. 特点
   递归的基础是归纳法；
   程序结构清晰，具有良好的可读性；
   执行效率较低。
3. 分类
   直接递归法；
   间接递归法。
4. 基本步骤
   ① 初始化算法。递归程序通常需要一个开始时使用的种子值（seed value）。要完成此任务，可以向函数传递参数，或者提供一个入口函数，这个函数是非递归的，但可以为递归计算设置种子值；
   ② 检查要处理的当前值是否已经与基线条件匹配；
   ③ 使用更小的或者更简单的子问题（或多个子问题来重新定义答案）；
   ④ 对子问题运行算法；
   ⑤ 将结果合并入答案的表达式；
   ⑥ 返回结果。
5. 举例
   计算某个数的阶乘就是用那个数去乘包括1在内的所有比他小的数。递归算法描述

int factorial(int n){
	if(n==1)
		then return 1;
		else return n*factorial(n-1);
}

6. hannoi塔问题

减半递推技术

1. 基本思想
   综合减半和递推思想，减半指问题规模减半，而递推是指重复减半的过程。
   也称作分治法，即对问题分而治之。
2. 特点
   归纳法的一个分支；
   在工程上具有重要实用价值。
3. 举例
   减半递推过程
   
   ① 取中点c=（a+b）/2；
   ② 如果f©=0，则说明c为所求根，如果不为0，f(a)f©<0，取区间前半部分; f(a)f©>0，取区间后半部分;
   ③ 如果区间长度很小，则结束，否则重复上述步骤。

回溯法

1. 基本思想
   找到问题的一个线索，然后沿着这个线索逐步试探。如果试探成功就得到解，如果不成功就逐步退回，换别的路径试探。
2. 特点
   回溯法实质上是一个先序遍历一棵状态树的过程，只是这棵树不是遍历前预先建立的，而是隐含在遍历过程中的。
3. 四皇后问题

算法复杂度分析

评价方法

1. 正确性
   要求算法能正确执行预先的功能，并达到所期望的性能要求。
2. 可读性
   为了便于理解、测试和修改，算法应具有良好的可读性。
3. 健壮性
   算法中拥有对输入数据、打开文件、读取文件记录、分配内存空间等操作的结果检测，并通过与用户对话的形式做出响应的处理选择。
4. 时间与空间的效率
   算法的时间与空间效率是指将算法变换为程序后，该程序在计算机上运行所花费的时间以及所占据空间的量度。

算法时间复杂度

1. 执行算法所需要的计算工作量。
2. 影响程序运行时间的因素
3. 为客观度量算法的效率，应该与上述因素无关。为此，可以使用执行过程中所需的基本运算执行次数来度量。
4. 算法所执行的基本运算次数与问题规模相关。因此，分析算法工作量时，还必须对问题规模进行度量。即：算法工作量=f（n）
5. 算法执行次数还与特定的输入相关，例如搜索问题。因此需要分析算法在一般情况与最坏情况下的工作量。
   

算法空间复杂度

1. 指算法所需占用内存空间。
2. 如果额外空间相对于问题规模来书是常数，则称作该算法原地工作。
3. 算法执行过程需要的内存空间包括：
   程序所占空间
   初始数据所占空间
   执行过程所需额外空间