生物学方面的计算机算法有哪些,生物信息的学算法-第1讲.ppt

生物信息的学算法-第1讲

实例：给定一棵树T 询问：求一个清扫T的方案，所用清扫人数目最少。 实例：给定一棵树T 询问：求一个清扫T的方案，所用清扫人数目最少。 实例：给定一棵树T 询问：求一个清扫T的方案，所用清扫人数目最少。 2种操作： (1)守住一个端点 (2)从一个端点搜索到另一个端点 * * * * * * * * * * * 硬币类型，25分，10分，5分，1分。将63分钱兑换成硬币 问：最少兑换几枚硬币？ 贪心算法：25，25，10，1，1，1，先换大的后换小的。 实际上以上解是最优的，与类型有关。 25 10 5 1 25 25 10 1 1 1 一个正例 11，5，1分三种硬币，兑换15分钱，贪心算法解为：11，1，1，1，1 实际上，5，5，5是最优解。贪心解并不是最优解。 贪心技术可以找到可行解，未必能找到最优解。如同现实生活中的局部利益与整体利益。 寻求当前最好，未必全局最好。当前收益最大为目标/当前损失最小为目标。 11 5 1 11 1 1 1 1 5 5 5 一个反例 递归与迭代 递归算法 菲波那契数列问题 兔子繁殖模型 13世纪，意大利数学家菲波那契研究兔子后代数量。基于以下假设： 在给定一段时间内，一对大兔可繁殖出一对小兔；一对小兔可在同样时间内长成大兔。 走楼梯模型 快与慢 Procedure bubblesort(A[1-n] of integer) Begin 1 for i=1 to n-1 2 for j=n down to i+1 do 3 if A[j-1]>A[j] then 4 temp=A[j-1] 5 A[j-1]=A[j] 6 A[j]=temp 7 end if 8 end for 9 end for 时间复杂度分析，考虑最坏情况。有时比较完成以后要交换，有时不要交换，比较一次，交换3次。 我们只算比较次数作为算法时间复杂度，第一遍比较n-1次，第二遍比较n-2次，…………。时间复杂度。只算比较次数：用作时间复杂度的计数。 T(n)=(n-1)+(n-2)+…+2+1=n(n-1)/2=O(n2) 相邻的元素比较， 小的向前移动 冒泡排序 Function mergesort(L:list of integer, n) Begin If n==1 then return L Else begin break L into L1 and L2, each of length n/2 return(merge(mergesort(L1, n/2),mergesort(L2, n/2))) end end 归并排序 首先考虑两个有序表合并的算法，时间复杂度分析，两个n/2长的表合成一个表，需要O(n)次。 T(n)? L1=[10，15，18，20，31] L2=[5，13，19，23，35] L=[5，10，13，15，18，19，20，23，31，35] 归并排序的时间复杂度 求出T(n)需要解递推方程。 解递推方程的很多方法：1猜测法，2展开法，3求解法 上述方程：猜测T(n)=O(nlogn)?anlogn+b, a, b为常数，下面证明 当n=1时，T(1)=b，猜测成立 设n?k时猜测成立，T(n) ? anlogn+b， 下面考虑n=k+1的情况。可以认为n/2?k， 所以n/2?k。这个在n ≥ 2时成立， 由前面的递推方程有： T(n/2) ≤ a(n/2)log(n/2)+b T(n)?2a(n/2)log(n/2)+2b+C2n =anlogn-an+C2n+2b ≤? anlogn+b 若-an+C2n+b?0，则猜测成立，只需取b=C1, a=C1+C2即可，这样猜测就成立。 如何解递推方程 枚举 分而治之 贪心 分支定界 回溯 动态规划 局部搜索 机器学习 随机 算法设计技术 先分开把大问题化为小问题，求解小问题，再把小问题的解合并。成为大问题的解。最朴素的方法。但是没有万能的办法。 归并排序的例子：通过举例子说明方法。Merge Sort 分而治之(divide and conquer) 310，285，179，652，351|423，861，254，450，520 310，285||179，652，351|423，861，254，450，520 310|||285||179，652，351|423，861，254，450，520 285，310||179，652，351|423，861，254，450，520 285，310||179|||652，351|423，861，254，450，520 285，310||179|||652||||351