软件设计师（算法）

算法

• 回朔法

  • 深度优先算法 分治限界法(广度优先法)
  • N皇后问题
    • 给定一个N*N的棋盘，在棋盘上摆放N个皇后，并且满足N个皇后中任意两个皇后都不处于同一行、同一列、同一斜线上(正斜线、反斜线)
    • 因为都是按行摆放的，所以最后表达列号就好了
    • 判断同一条斜线:|Qi行-Qj行|=|Qi列=Qj列|
    • 判断同一列:Qi列=Qj列
    • 非递归代码方法和递归代码方法

• 分治法

  • 设计思想就是将难以直接解决问题分解成一些规模较小的相同问题，以便各个击破，分而治之。跟递归是孪生兄弟
  • 递归两个基本要素:边界条件就是递归到何时终止也称递归出口；递归模式，既大问题是如何分解为小问题的，也称为递归体
  • 分治算法在每一层递归上三个步骤(归并排序、快速排序)
    • 分解，将原问题分解成一系列子问题
    • 求解，递归地解决各子问题。若子问题足够小，则直接求解
    • 合并，将子问题的解合并成原问题的解
  • 最大字段和问题
    

• 动态规划法√

  • 与分治法类似，不同的是动态规划法的子问题往往不是独立的；用于求解具有某种最优性质的问题 全局最优解

  • 是一个非常有效的算法设计结构，有下面两个性质，就用动态规划法

    • 最优子结构，如果一个问题的最优解包含了其子问题的最优解，就是说该问题具有最优子结构
    • 重叠子问题，来解原问题的递归算法可反复地解同样的子问题，查表时间常数

  • 步骤

    • 找出最优解的性质，并刻画其结构特征
    • 递归地定义最优解的值
    • 以子弟向下的方式计算出最优值
    • 根据计算最优值时得到的信息，构造出一个最优解

  • 0-1背包问题
    

    • 时间复杂度跟空间复杂度都是O(NW)物品数量背包重量

  • 矩阵连乘

    • 动态规划法
    • 时间复杂度O(n的3次方)
    • 空间复杂度O(n²)
    • 计算方法:M1(205)M2(535)=205* 35 最佳的一般是把最大的数字先消了

  • 最长公共序列 O(n 2的n次方)

  • 最短路线题目

• 贪心法

  • 和动态规划法一样，解决于最优化问题。不同的是，贪心法仅根据当前仅有的信息作出选择，一旦选择，不管将来都不会改变。不是从整体最优考虑，只是某种意义的局部最优，近似最优解。ps:找零钱按金额最大的给 找15 有1 5 11 贪心11四个1最优555
  • 具有以下性质，可以用贪心法求得最优解
    • 最优子结构
    • 贪心选择性质
  • 部分背包问题 O(nlog2n)
    • 物品可以部分装进去背包
      • 按最大单位重量价值(v/w)先放进去
      • 最大价值先放进去
      • 最小重量先放进去
  • 活动选择