【整理】算法说明书

Hailstone序列

1. 程序 ≠ 算法
2. 对于任意的n，总有 | Hailstone(n) | < 无穷 ？

Turing Machine图灵机

• 构成部件：
  1. Tape带：依次均匀地划分为单元格，各存有某一字符，初始均为 ‘#’
  2. Alphabet字符表：字符的种类有限
  3. Head读写头：总是对准某一单元格，并可读取或改写其中字符；每经过一个节拍，可转向左或右侧邻格
  4. State状态：有限状态的一种，每经过一个节拍，可按照规则转向另一种状态
• 转换函数：
  1. Transition Function: (q, c; d, L/R, p)
  2. 若当前状态为q，且当前字符为c，则将当前字符改为d，转向左/右侧邻格，并转入‘p’状态
  3. 当状态为 ‘ h ’ = halt，则停机

RAM（Random Access Machine）

• 寄存器顺序编号，总数没有限制
• 每一基本操作仅需常熟时间
• 可通过编号直接访问任意寄存器（call-by-rank）
• 将算法的运行时间转换为算法需要执行的基本操作次数

2-Subset：NPC

1. 定理：| 2^S| = 2^| S |^ = 2ⁿ
2. 2-Subset is NP-complete，就目前的计算模型而言，不存在可在多项式时间内回答此问题的算法。

封底估算（Back-Of-Envelope Calculation）

减而治之Decrease-and-conquer

为求解一个大规模问题，可以将其分解为：其一平凡，另一规模缩减的两个子问题。

分而治之Divide-and-conquer

为求解一个大规模问题，可以将其分解为若干个（通常为两个）子问题，规模大体相当。

大师定理/主定理/Master Theorem

fibonacci数

1. 递归版fibonacci数低效根源：各递归实例均被大量重复地调用
   
2. 迭代
   · memoization（制表备查）
   · 颠倒计算方法：自底向上递归
   

LCS(Longest Common Sbusequence)最长公共子序列

• 方法1（递归）：最好O(n+m); 最差O(2ⁿ)
  1. 递归基：若n=-1或m=-1，则取做空序列
  2. 减而治之：若A[n] = ‘X’ = B[m]，则LCS(n-1, m-1)+‘X’
  3. 分而治之：A[n] ≠ B[m]，则LCS(n, m-1)与LCS(n-1, m)中取更长者
     
• 方法2（动态规划—迭代）：O(n*m)
  
• 单调性：每经过一次比对，至少一个序列的长度缩短一个单位

可扩容向量

1. 容量加倍策略
   
2. 容量递增策略
   T*oldElem = _elem; _elem = New T[_capacity += INCREMENT]
3. 对比
   

有序向量唯一化

1. 低效版O(n²)：在有序向量中，重复的元素必然相互紧邻构成一个区间，每一个区间只需保留单个元素即可。低效根源：同一元素可作为被删除元素的后继多次前移
2. 高效版O(n)：将同一元素作为一个区间，不同元素覆盖在其第一个元素后

有序向量查找

1. 二分查找A

1. 复杂度：线性递归 T(n) = T(n/2) + O(1) = O(nlogn)
2. 递归跟踪：轴点总能取到中点，递归深度O(nlogn)，各递归实例仅耗时O(1)
3. 成功、失败时的平均查找长度均为O(1.5logn)以任一元素
4. S[mi] 为界都可将待查找区间 [lo,hi) 分为三部分，且 S[lo,hi) <= S[mi] <= S(mi,hi)，因此只需任取x = S[mi]
   

2. 二分查找B

1. 将左右分支转向代价不平衡的问题，用划分2个分支方向解决
2. mi取作中点：e < x,则深入左侧的[lo,mi)；x <= e,则深入右侧的[mi,hi)
3. 相对于版本A，最好（怀）情况更坏（好），整体性能更稳定
   

3. 二分查找C

• 在算法执行过程中的任意时刻
  1. A[lo-1]：总是(截止当前已确认的)不大于e的最大者(m)
  2. A[hi]：总是(截止当前已确认的)大于e的最小者(M)
• 当算法终止时，A[lo-1] = A[hi-1]即是（全局）不大于e的最大者
• 代码实现
  

4. Fib查找

通过递归深度的不均衡对转向成本的不均衡做补偿，平均查找长度应能进一步缩短

5. 插值查找

1. 适用情况：已知有序向量中各元素随机分布的规律（eg.独立且均匀的随机分布）
2. 轴点mi的选取
   
3. 最坏情况：O(n)
4. 平均：每经一次比较，待查找区间宽度由n缩至√n，意味着有效字长logn减半
   · 插值查找 = 在字长意义上的折半查找
   · 二分查找 = 在字长意义上的顺序查找

有序向量排序

1. 起泡排序

1. 复杂度：Ω(nlogn) – Θ(n²)
2. 版本：基本版、提前终止版、跳跃版
   

2. 归并排序（分而治之）

1. 思路：序列一分为二O(1)、子序列递归排序 2*T(n/2)、合并有序子序列 O(n)
2. 运行成本：O(nlogn)
3. 二路归并2-way merge：有序序列，合二为一，保持有序：S[lo,hi) = S[lo,mi) + S[mi,hi)
   
4. 实现
   

位图/Bitmap

适用于有限整数集，复杂度为O(1)