算法设计与分析复习

1.动态规划

主要步骤：

1.找出最优解的性质，以刻画其结构特征
2.递归地定义最优值
3.自底向上计算最优值
4.构造最优解

• 1.0 动态规划算法的基本要素为：最优子结构和重叠子问题性质
• 1.1 不是动态规划算法基本步骤的是：找出最优解的解空间
• 1.2 动态规划法是自底向上，贪心算法自顶向下
• 1.3 备忘录方法是动态规划算法的变形
• 1.4 最长公共子序列算法利用的算法是动态规划法
• 1.5矩阵连乘问题的算法可由动态规划算法设计实现
• 1.6 动态规划解决01背包问题不需要排序

1.7 最大子段和算法

int MAXSum(int n, int a[])
{
    int sum = 0, b = 0;  //sum存储当前最大b[j], b存储当前值b[j]
    for(int i = 0; i < n; i++){
	if(b > 0) b += a[i];
	else b = a[i];  //一旦某个区段和为负，从下一个位置累和
	if (sum < b) sum = b;
    }
    return sum;
}

2贪心算法.

• 2.1能采用贪心算法求最优解的问题，一般具有的重要性质：最优子结构性质和贪心选择性质
• 2.2 哈夫曼编码的贪心算法所需的计算时间为nlogn
• 2.3 背包问题的贪心算法所需的计算时间为nlogn
• 2.4 背包问题的贪心算法

void Knapsack(int n, float M, float v[], float w[], float x[])
M:背包容量 v：价值 w：重量 x：装入份额
{
  Sort(n,v,w);  //把重量，价值进行排序
  int i;
  for(i = 1; i <= n; i++) x[i] = 0;
  float c = M;
  for(i = 1; i <= n; i++){
      if(w[i] > c) break; // 背包容量不够
      x[i] = 1;  //全部装入
      c -= w[i];  //背包容量减少
  }
  if(i <= n) x[i] = c/w[i]  //能装入多少

}

• 2.5 贪心算法求活动安排问题：

void GreedySelector(int n, Type s[], Type f[], bool