算法导论笔记（1）：七种类型的问题

1排序

排序问题，就是把一个列表中的数据按照不减的顺序重新组合。排序算法有若干重要的应用：1）搜索。在搜索算法中，常常需要输入的数据是排好序的。2）排序在几何问题和数据压缩中也有很重要的应用。3）贪心法——一个重要的算法设计技术——中，也要求输入的数据是排好序的。

有若干好的排序算法，可以在nlog2n的时间之内对大小为n的数组进行排序。另外，可以证明，没有任何基于关键值比较的算法（不是只比较关键值的一部分）具有更低的复杂性。但是仍然有很多人在研究排序算法，其原因如下：有的算法实现比较简单，但是效率较低；有的算法高效但是复杂；有的算法比较适应于处理随机数组；有的算法则比较适合处理几乎已经排好序的列表；有的算法适合处理快速存储中的数组，有的算法则比较适合处理存储在硬盘上的大文件。

排序算法有两个重要的属性：稳定性（stable）和对额外内存的需求。很多时候，我们要对一组记录进行排序，而排序的依据是记录中的关键值（key）。如果对于具有相同关键值的记录，排序算法并不改变其在输入中的相对位置，则称这个算法是稳定的。例如，假若要对一组关于学生的记录按照其成绩排队，而其输入是按照学生姓名的字母表顺序的。那么，通常要求，在排序结束之后，具有相同分数的学生，依然按照其姓名的字母表顺序出现，而满足这样要求的排序算法就是稳定的。一般情况下，不稳定的算法会快一些。

如果一个算法不要求额外的内存（或者之要求少许的内存单元），则称这个算法是in-place的。

2搜索

在给定的集合中寻找一个给定的值。有很多搜索算法，从直接的顺序搜索到高效但有局限性的二分法搜索。算法也基于集合的不同表示，以便有助于搜索。

对于搜索而言，同样没有一个普适的算法。某些快速的算法需要更多的内存；某些快速算法只能应用于已经排好序的队列。搜索可能常常伴随着另外两中操作：向集合中添加和从集合中删除。在这种情况下，数据结构和算法的选择就非常重要。为快速搜索来组织非常大的数据集合也是一件重大的挑战。

3字符串处理

字符串处理中的一项非常重要的算法就是字符串匹配（stringmaching），也就是从给定的文本中搜索给定的字符串。

4图问题

图问题是算法领域中最古老和最有趣的问题之一。图就是点和线的集合，线用于连接两个点。图可以为很多应用建模，包括：交通，通信，社会和经济网，项目调度和游戏。

基本的图算法包括：图遍历，最短路径和有向图的拓扑排列。有些图问题是非常计算的，例如著名的旅行商问题以及图着色问题。旅行商问题就是找到访问每个城市一次的最短路径，对应的应用包括路线规划、电路板和VLSI芯片构造、X射线结晶和基因工程等。图着色问题是为图中的点涂上颜色，在保证图中有边相连的点具有不同颜色的前提下，寻找最少的颜色数。典型的应用是事件调度，点代表事件，有边相连的点不能同时调度。问题的解就是一个优化的调度方案。

5组合问题

从一个更为抽象的角度来看，旅行商问题和图着色问题都是组合问题的具体例子。组合问题就是找出一个满足特定约束的组合对象，可以是排列、组合或者子集。这写对象也可能被要求具有某些属性，例如具有最大值或者最小代价。

一般而言，无论从理论还是现实角度来看，组合问题都是计算领域中最难的问题，原因如下：首先，组合对象的数目往往随着问题的规模而急剧增长，即便对于中等规模的问题，其数目也可能达到不可思议的程度；其次，对于很多问题，没有已知的算法能在可以接受的时间内给出解。甚至很多计算科学家认为这些算法不存在。

某些组合问题具有高效的算法，但它们常被认为是幸运的特例。

6几何问题

几何问题处理点、线和多面体的几何对象。古希腊人对设计算法（他们并不称之为算法）来解决几何问题很感兴趣，例如尺规作图。现代计算机中的几何问题包括计算机图形学、机器人和断层摄影学等。

7数值问题

数值问题包括解方程和方程组、计算积分、获得函数值等等。大部分的数学问题都只能获得近似解。另外，这类问题往往要求操作实数，而实数在计算机上只能近似表示。并且，近似表示可能导致舍入误差的积累，从而可能产生戏剧化的结果。