算法设计与分析

期末一天一本换时间段方案
开始决定写一些比较理论的东西，现在觉得还是写一些比较实例化的东西比较好。

算法概述

算法与程序

算法是由若干条指令组成的有穷序列

性质：

• 输入：零个或多个 由外部提供的量作为输入
• 输出：至少产生一个量作为输出
• 确定性：指令清晰无歧义
• 有限性：每条指令执行次数、时间有限

算法复杂性分析

算法所需要的计算机资源（处理器资源、存储器资源）

空间复杂性和时间复杂性

• C：复杂性 C=F(N,I,A) 简化写法 C=F(N,I)
• T：时间复杂性 T=F(N,I)（主要讨论目标）
• S：空间复杂性 S=F(N,I)
• N：问题规模
• I ： 输入
• A：算法

时间复杂性的具体化

• 令元计算：O₁,O₂,O₃,…O_k
• -执行时间分别为：t₁,t₂,t₃,…t_k
• 假设给定一个算法A，执行O_i的次数为e_i，那么，T(N,I)=

NP完全性理论

NP类问题：非确定性多项式问题

非确定性算法将问题的求解分为两个阶段：

• 猜测

猜测阶段是非确定性的，给出问题的一个猜测

• 验证

算法的验证阶段是确定性的，验证猜测阶段给出的解的正确性

给定一个算法A，A是解一个判定问题Q的非确定性算法， 如果A的验证阶段可以在多项式时间内完成，称A是一个多项式时间非确定性算法，称Q是非确定性多项式时间可解的。

P类问题：多项式问题

递归与分治策略

递归的概念

递归算法： 直接或间接调用自身的算法
递归函数： 用函数自身给出定义的函数

分治法的基本思想

将一个规模为n的问题分解为k个规模较小的子问题，这些问题互相独立且与原问题相同。递归解问题，然后将子问题合并得到解。

二分搜索技术

动态规划

---

0-1背包问题

---

贪心算法

---

散装背包问题

区别于0-1背包问题，这个是可以切开放的。假如说有5个物品

质量(kg)	3	6	8	12	1
价格	6	3	24	3	8
单位价格	2	0.5	3	0.25	8

首先算一下单位价格，也就是相对来说放进去最值的，因为是可以拆开的，所以尽管挑单位价值最大的放，先放8的再放3的，再放2的，一直放到背包满为止。

---

删数问题

给定一个数，删除掉指定个数个数字之后组成新数，求解使得所得数最小的方案：

以178435为例，删除四个数字，使得到的新数最小。这里用眼直接看都可以得出是13最小。

这里需要清楚，我们需要删除的数字并不一定是最大的，比如给定879，删除一个数字，删除最大的9得到87，并不如删除8得到的79小。这里需要拐一个弯，就是从高位往低位数，如果高位的数字比低位的大，就删掉高位的。为什么要这样呢？

还是拿178435，我们先删除掉一位，那么剩下的只有5位，如果我们删掉1，那么7将会变成最高位，这显然是不划算的。如果删掉7，那么8将会变成次高位，同一位置显然小一些更加好，所以我们删掉8。

当然你会发现，最佳结果是13，也就是7到最后还是会被删除掉。我们先删除8只是一个贪心的做法，并不影响最终的结果。如果我没记错，这应该叫做贪心选择性。每一次删除一个数字时候都选择最佳方案删应该就是最优化子结构。

---

回溯法

分支限界法

随机化算法

线性规划与网络流

串与序列的算法