【读书笔记】算法的乐趣

什么是算法

• 《算法导论》：定义良好的计算过程，它取一个或一组值作为输入，并产生一个或一组值作为输出。
• 《计算机程序设计艺术》：从一个步骤开始，按照既定的顺序执行完所有的步骤，最终结束（得到结果）
  -《数据结构与算法分析》：一系列的计算步骤，将输入数据转换成输出的结果。
• Knuth 总结了算法的四大特征
  • 确定性：算法的每个步骤都是明确的，对结果的预期也是确定的
  • 有穷性：算法步骤数量有限
  • 可行性：算法每一步都可以执行
  • 输入和输出：有输入和输出

算法设计基础

程序基本结构：

顺序执行、循环执行、分支跳转

基本数据结构（线性表）：

• 数组：（定长、可变）查找、遍历
• 链表：插入、删除
• 栈：LIFO，只能表的一端插入和删除数组元素
• 队列：（单，双向、环形、双端）FIFO

复杂数据结构（非线性）：

• 树：层次数据（N叉树 { 连通无环图、B树、字典树、堆, 二叉树 [二叉查找树 (线段树），红黑树（区间树），AVL树 ] }）
  • B树：多路分支且有序的层次结构
  • 区间树：区间查询相关的问题，比如判断区间之间是否存在重叠区域等
  • 线段树：需要查询在一个大的区间上，某个小范围内的统计值
  • 字典树：利用字符串的公共前缀或后缀，节约存储空间；匹配前缀或后缀
  • 堆：排序
• 集合：
  • 一部分是对集合元素的操作，包括插入和删除集合元素、判断一个元素是否属于集合等；
  • 另一部分是集合之间的关系运算，包括集合的求交集、并集运算以及求差运算等
• hash：查找
• 图：邻接矩阵（二维数组方式）或邻接表（链表或可变长数组）
  • 有向/无向，连通/非连通，带权/不带权
  • 深度优先/广度优先搜索

算法设计常用思想

算法设计范式

贪婪法、分治法和递归法、动态规划法、线性规划法、搜索和枚举（包括穷尽枚举）

贪婪法

定义子问题，求解局部最优解

分治法和递归法

拆解问题为小问题，将子问题解决的结果合并

动态规划法

定义最优子问题、定义状态、定义转移方程
优化技巧：状态标志参数、备忘录

枚举

解空间的穷举搜索
优化技巧：

• 启发式：利用搜索过程的信息跳过一些状态
• 剪枝：已经不可能是最优解的节点不再递归；已经处理过的节点不再重复处理
• 收敛：定义递归最大深度

例子

三个水桶等分 8 升水

问题描述
3，5，8升三个水桶，分8升水桶的8升水为2份4升水
方法：穷举 + 剪枝优化

type Status [3]int // 3,5,8升三个水桶 
type Action [3]int // from, to, amount
type HasStatus map[Status]int // 经过的State，是第几步执行到的
type StatusAt map[int]Status // 第n步结束时的State

妖怪与和尚过河

有三个和尚和三个妖怪过河，船可载2人，无论是在河的两岸还是在船上，只要妖怪的数量大于和尚的数量，妖怪们就会将和尚吃掉。求安全过河方案
方法：穷举 + 剪枝优化

稳定匹配与舞伴问题

爱因斯坦的思考题

groups[2].itemValue[type_drink]=drink_milk

项目管理与图的拓扑排序

利用 AOV 网表示有向图，可以对活动进行拓扑排序，根据排序结果对工程中活动的先后顺
序做出安排。但是寻找关键路径，估算工程活动的结束时间，则需要使用 AOE 网表示有向图

RLE压缩算法与PCX图像

大整数运算

加、减、乘、除、幂

RSA加密解密

常用技巧

数组下标处理

控制好数组越界问题，可以简化数据模型，优化代码结构

var ChineseInt [10]string{ "零", "一", "二", "三”", "四", "五", "六", "七", "八", "九"}
ChineseInt[5] = "五" // 数字转汉字

一重循环实现两重循环的功能

用一重循环遍历二维表

// 一维=>二维
int row = i / M 
int col = i % N
// 二维=>一维
int i = row * N + col

棋盘（迷宫）类算法方向遍历

表驱动 > switch-case > if-else

type IdxOffset struct {
	int row
	int col
}
 dirOffset = [4]IdxOffset{{0,-1},{-1,0},{0,1},{1,0}}; // 可扩展到斜对角等
 for _, offset := range dirOffset {
	curRow = x + offset.row
	curCol = y + offset.col
}

代码的一致性处理技巧

数据操作的边界是最容易出错的地方, 因为边界数据的处理往往和内部数据的处理不太一样.
解决办法，就是尽量保持一致，减少if-else判断。上面表驱动也是一致性处理的案例

tail = (tail + 1) % N

链表和数组的配合使用

可以利用数组定义一次性分配好链表需要的内存

var blocks = make([]Block, 0, 64) // 8x8 黑白棋，64个格子

“以空间换时间”

比如动态规划的备忘录方法、剪枝的经过状态记录