算法分析与设计-期末复习-第三章+第四章

注意事项：

序号有点问题，影响不大，内容都是各种资料整合和我自己归纳总结的，不喜勿喷，感觉扔回收站可惜了，所以分享出来，能有帮上你的忙就最好不过了，更多复习资料，可以去看我的合集。

三、动态规划法：0-1 背包，矩阵连乘，最长公共子序列，最大子段和， 凸多边形最优三角部分，多边形游戏，图像压缩，电路布线，流水作业调度，最优二叉搜索树

动态规划的基本思想：拆分原问题，解决子问题，合并问题解

将待求解问题分解成若干个子问题，如果各个子问题不是独立的，不同的子问题的个数只是多项式量级，为避免大量的重复计算，用一个表记录所有已解决的子问题的答案，而在需要的时候再找出已求得的答案。

将原问题分解成若干个规模较小的子问题，先求解这些子问题，然后通过子问题的解得到原问题的解。

分治与动态规划算法的异同：

分治法与动态规划法的相同点是:将待求解的问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。

两者的不同点是:适合于用动态规划法求解的问题,经分解得到的子问题往往不是互相独立的。而用分治法求解的问题,经分解得到的子问题往往是互相独立的。

理解动态规划算法的基本要素：

最优子结构性质：问题的最优解包含了其子问题的最优解。

重叠子问题性质：有些子问题被反复计算多次。

动态规划算法求解问题的步骤：

1. 找出最优解的性质，并刻画其结构特征
2. 递归地定义最优值
3. 以自底向上的方式计算出最优值
4. 构造最优解

选择、填空题：

1.1. 动态规划的两个基本性质：

1. 1. 最优子结构性质
   2. 重叠子问题性质

1.2. 0-1 背包问题可以用哪几种算法设计策略求解：

1. 1. 动态规划算法
   2. 回溯法
   3. 分支限界法

简答题：

1.1. 动态规划的基本思想：

1. 1. 将问题分解成多个重叠的子问题，递归求解，并将子问题的求解用一张表缓存起来，避免重复计算，从而得到问题的解

1.2. 动态规划算法的四个步骤：

1. 1. 刻画 最优解 的结构
   2. 递归定义 最优解的值
   3. 以自底向上的方式计算 最优解的值

1. 1. 1. 一到三步骤是基本步骤，只求 最优值 到此即可

1. 1. 根据计算最优解值时得到的信息构造 问题最优解

1. 1. 1. 要求问题的一个最优解，则要执行步骤四

1.3. 什么是 0-1 背包问题：

1. 1. 商店有 n 个物品，第 i 个 物品价值为 vi，重量为 wi，背包容量为：W。每张物品只能选择完全装入或者不装入背包，一个物品至多装入一次，怎么选择装入背包的物品，使得背包的物品价值最大。

例题：

1. 备忘录法~动态变形而来
2. 0-1 背包~不排序：动态规划~排序：回溯法，分支限界法

四、贪心法：活动安排，最优装载，哈夫曼编码，单源最短路径，最小生存树，多机调度

局部最优推出整体最优，每次都很贪婪地选择最优选，导致整体最优，但是不能解决 0-1 背包问题，因为0-1背包问题,贪心选择之所以不能得到最优解,是因为在这种情况下,它无法保证最终能将背包装满,部分闲置的背包空间使每公斤背包空间的价值降低了。因而我们选择的判断标准出现了误差。

理解贪心算法的基本要素：~性质

贪心选择性质：所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到。

最优子结构性质。

贪心算法与动态规划算法的异同点：

（1）共同点：都需要最优子结构性质，都用来求最优化问题。

（2）不同点：

动态规划：每一步作一个选择—依赖于子问题的解。

贪心方法：每一步作一个选择—不依赖于子问题的解。

动态规划方法的条件：子问题的重叠性质。

可用贪心方法的条件：最优子结构性质；贪心选择性质。

动态规划：自底向上求解；

贪心方法：自顶向下求解。

0-1背包问题能不能用贪心算法求解？为什么？

对于部分背包问题,依照贪心选择策略,可以得到最优解。而0-1背包问题,贪心选择之所以不能得到最优解,是因为在这种情况下,它无法保证最终能将背包装满,部分闲置的背包空间使每公斤背包空间的价值降低了。因而我们选择的判断标准出现了误差。

例题：

1. 贪心算法与动态规划算法的主要区别：贪心选择性质
2. 问题用贪心还是动态取决：最优子结构性质
3. 哈夫曼~时间：nlogn
4. 装载~时间：nlogn