1、算法的时间复杂度是我们选择算法的主导要素,但决不是唯一要素。其它考虑的因素还包括:算法对存储空间的需求、算法实现的难度等等。
2、算法复杂度的表示法:here are some commonsense rules that help simplify function by omitting dominated terms:
![](https://img-my.csdn.net/uploads/201206/28/1340855034_5135.png)
![](https://img-my.csdn.net/uploads/201206/28/1340855049_4101.png)
3、Fibonacci数列的求法:
- 递归求解,最直观的想法,指数级复杂度
- 动态规划,从底至顶
- 矩阵求解,能求出通项公式(要线性代数基础,需要求解A^n,A为2*2矩阵,需要的步骤:求特征根、求线性无关特征向量、求P,P逆和对角矩阵、矩阵运算)
4、Whenever we have a algorithm, there are three questions we always ask about it:
- Is it corrent?
- How much time does it take, as a function of n?
- And can we do better?
Chapter 1:Algorithm with numbers
1、二进制乘法的两个算法:
这两个算法本质上是一样的。讲到分治的时候,还会介绍新的算法。
2、乘法运算、指数模运算、欧几里得最大公约数:
![](https://img-my.csdn.net/uploads/201206/28/1340855137_7718.png)
3、欧几里得算法的几个引理:
- if a >= b, then a mod b < a/2
- if d divides both a and b, and d = ax + by for some integers x and y(may be negative) , then necessarily d = gcd(a,b)
4、模除法:gcd(a,N) = 1(即互质) <==> 存在x,使得ax ≡ 1 (mod N) (可用反证法证明)
5、素性测试:
- 最naive的想法:用 2到根号n 除n
- 费马小定理,通过费马测试的数不一定都是素数;
引理:如果存在一个相对N为素数的a使得 a^(N-1) ≠ 1 mod(N), 则小于N的所有数里面至少有一半(N/2)个 满足这种条件的数。
根据引理:P(return yes when N is not prime) ≤ 1/2
所以只需在选取k个a,就可以使出错概率减小到1/ (2^k) (以上分析都不考虑Carmichael number)
以下是伪码:
![](https://img-my.csdn.net/uploads/201206/28/1340855155_4029.png)
附:当a = 2, n≤25*10^9时,费马素性测试的出错情况:(出错概率随着要测试的数的长度的增加而快速下降)
![](https://img-my.csdn.net/uploads/201206/28/1340855169_8795.png)
6、密码学原理:对发出的信息进行扰乱,使人读不懂其内容,而接收信息的人按照事先约定的某种方式讲扰乱的信息进行复原,然后即可读懂。分为 私匙协议 和 公匙协议(数论) 。