算法课知识点总结

** SYSU-2018-zzz老师算法课知识点汇总 **

Course Progress

1. Introduction
2. Data structures, NP-completeness
3. Greedy algorithms
4. Divide-and-conquer
5. Dynamic programming
6. Graph algorithms
7. Search algorithms
8. Heuristic algorithms
9. Network flows

chapter1-Introduction

1. 时空复杂度

2. 算法必须满足下列条件

   • Input(输入)
   • Output(输出)
   • Definiteness(确定性)
   • Finiteness(有穷性)
   • Effectiveness(有效性)

3. 设计和分析过程

   • What is the problem we have to solve?
   • Does a solution exist?
   • Can we find a solution(algorithm), and is there more than one solution?
   • Is the algorithm correct?
   • How efficient is the algorithm?

4. 基本时间复杂度排序
   

5. 时间复杂度的基本运算
   

斐波那契数列

1. 循环
2. 递归
3. 矩阵

chapter2-Recap of Data Structures

1. 基本数据结构
   • set
   • linear：Arrays、Lists
   • tree：Binary trees、Heap、Multiway trees
   • graph
2. 抽象数据类型(Abstract Data Type-ADT)
   
   • Stacks：LIFO
   • Queues：FIFO
   • Lists
3. 搜索
   • Sequential search
   • Binary search
4. 排序
   
5. 哈希
   • Open addressing(开发地址)：线性探索、二次探索
   • Chaining(链地址法或拉链法)
6. 树
   • Binary Trees 二叉树
     • Preorder 前序遍历
     • Inorder 中序遍历
     • Postorder 后序遍历
     • Level-by-level 层次遍历
   • Binary Search Trees 二叉搜索树
   • AVL树：注意旋转
   • General Trees and Forests
   • Trie 单词查找树
   • Forest Traverse 森林遍历
   • Disjoint set 不相交集
   • Huffman Tree 哈夫曼树(最优二叉树)
7. 图
   • 表示方法：邻接矩阵、邻接链表
   • 遍历：深搜、广搜
8. 存在问题和最优化问题
   • 最优化问题转化为存在问题
   • Halting problem 停机问题，不可转化为存在问题
9. 归约（Reducibility）
   • 一个问题A可以归约为问题B的含义是，可以用问题B的解法解决问题A，或者说，问题A可以“变成”问题B。
   • “问题A可归约为问题B”有一个重要的直观意义：B的时间复杂度高于或者等于A的时间复杂度。也就是说，问题A不比问题B难。
   • 归约具有传递性，如果问题A可归约为问题B，问题B可归约为问题C，则问题A可归约为问题C。

类型	定义	举例
P问题	有多项式时间的解决方法	最短路问题 最下生成树问题 分数背包问题 高斯消去问题
NP问题	不确定是否有多项式时间的解决方法，但是可以在多项式时间内验证 一个解是否正确	布尔可满足性问题 汉密尔顿回路 旅行商问题 顶点覆盖问题
NPC问题	存在这样一个NP问题，所有的NP问题都可以约化成它，属于NP问题， 且属于NP-hard问题。	布尔可满足性问题 汉密尔顿回路 旅行商问题 顶点覆盖问题
NPH问题	比NP问题都要难的问题。所有的NP问题都能约化