大学算法分析与设计复习总结

分享一下我老师大神的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow

               

大学算法分析与设计复习总结

为了拿大学的那悲剧的学分，好好弄懂以下所有知识点吧。把老师的复习的提纲，特意汇总了所有考点，方便童鞋们复习。不喜勿喷！！！

这本书是《算法设计与分析》 王红梅 编著

一共有以下12章，我们学了1、3、4、5、6、7、8、9

分别是“绪论、蛮力法、分治法、减治法、动态规划法、贪心法、回溯法、分治限界法

第1章 绪论

考点：

1、  算法的5个重要特性。（P3）

答：输入、输出、有穷性、确定性、可行性

2、  描述算法的四种方法分别是什么，有什么优缺点。（P4）

答：

1.      自然语言 优点：容易理解；缺点：容易出现二义性，并且算法都很冗长。

2.      流程图       优点：直观易懂；缺点：严密性不如程序语言，灵活性不如自然语言。

3.      程序设计语言 优点：用程序语言描述的算法能由计算机直接执行；缺点：抽象性差，是算法设计者拘泥于描述算法的具体细节，忽略了“好”算法和正确逻辑的重要性，此外，还要求算法设计者掌握程序设计语言及其编程技巧。

伪代码    优点：表达能力强，抽象性强，容易理解

 

3、  了解非递归算法的时间复杂性分析。(P13)

 要点：对非递归算法时间复杂性的分析，关键是建立一个代表算法运行时间的求和表达式，然后用渐进符号表示这个求和表达式。

非递归算法分析的一般步骤是：

（1）      决定用哪个（或哪些）参数作为算法问题规模的度量。

（2）      找出算法的基本语句。

（3）      检查基本语句的执行次数是否只依赖问题规模。

（4）      建立基本语句执行次数的求和表达式。

（5）      用渐进符号表示这个求和表达式。

[例1.4]：求数组最小值算法

 int ArrayMin(int a[ ], int n)

 {

      min=a[0];

      for (i=1; i<n; i++)

         if (a[i]<min) min=a[i];

      return min;

 }

问题规模：n

基本语句： a[i]<min

T(n)= n-1=O(n)

 

4、  掌握扩展递归技术和通用分治递推式的使用。（P15）

扩展递归技术：

通用分支递归式：

 

5、  习题1-4，习题1-7

设计算法求数组中相差最小的两个元素（称为最接近数）的差。要求给出伪代码描述，并用一组例子进行跟踪验证，写出验证过程。

（1）伪代码

1.   令最小距离min等于数组头两个元素R[0]和R[1]的差的绝对值；

2.   从i=0循环至i<n-1，对于每个R[i]

2.1     分别求其与j=i+1至j<n的数的差的绝对值；

2.2     如果此值小于最小距离，则令新的最小距离为此值；

3.   输出最小距离。

（2）用实例进行跟踪验证

R[6]={10,5,11,16,30,14},n=6;

Min=|10-5|=5;

i=0,j=1, |R[i]-R[j]|=|10-5|=5;

   j=2,|R[i]-R[j]|=|10-11|=1<min;min=1;

   j=3, |R[i]-R[j]|=|10-16|=6;

   j=4, |R[i]-R[j]|=|10-30|=20;

   j=5, |R[i]-R[j]|=|10-14|=4;

i=1,j=2, |R[i]-R[j]|=|5-11|=6;

   j=3, |R[i]-R[j]|=|5-16|=11;

   j=4, |R[i]-R[j]|=|5-30|=15;

   j=5, |R[i]-R[j]|=|5-14|=9;

i=2,j=3, |R[i]-R[j]|=|11-16|=5;

   j=4, |R[i]-R[j]|=|11-30|=19;

   j=5, |R[i]-R[j]|=|11-14|=3;

i=3,j=4, |R[i]-R[j]|=|16-30|=14;

   j=5, |R[i]-R[j]|=|16-14|=2;

i=4,j=5, |R[i]-R[j]|=|30-14|=16;

最后输出min=1

7、使用扩展递归技术求解下列递推关系式

（1）

（2）

第3章 蛮力法

1、  掌握蛮力法的设计思想：

蛮力法依赖的基本技术——扫描技术，即采用一定的策略将待求解问题的所有元素依次处理一次，从而找出问题的解;

关键——依次处理所有元素。

 

2、  蛮力法的代表算法及其时间复杂度：

顺序查找，O(n)

串匹配（BF O(n*m) ，KMPO(n+m) ， BMO(n*m)）

选择排序，O(n²)

冒泡排序，O(n²)

生成排列对象（排列问题），O(n!)

生成子集（组合问题），O(2ⁿ)

0/1背包 属于组合问题。

任务分配，哈密顿回路，TSP问题 属于排列问题。

最近对问题 O(n²)，凸包问题 O(n³)

3、  掌握BF和KMP算法的原理，能够画出比较过程。P71习题3的4。要求给出一串字符串，能够求出对应的next数组，并能使用KMP算法进行比较匹配。

4、  掌握选择排序和冒泡排序算法描述和时间复杂性，要求能够写出伪代码。（P56-58）

选择排序

算法描述：选择排序开始的时候，扫描整个序列，找到整个序列的最小记录和序列中的第一记录交换，从而将最小记录放到它在有序区的最终位置上，然后再从第二个记录开始扫描序列，找到n-1个序列中的最小记录，再和第二个记录交换位置。一般地，第i趟排序从第i个记录开始扫描序列，在n-i+1个记录中找到关键码最小的记录，并和第i个记录交换作为有序序列的第i个记录。

时间复杂性：O(n²)

伪代码：

 

冒泡排序

算法描述：冒泡排序开始的时候扫描整个序列，在扫描过程中两两比较相邻记录，如果反序则交换，最终，最大记录就能被“沉到”了序列的最后一个位置，第二趟扫描将第二大记录“沉到”了倒数第二个位置，重复上述操作，直到n-1趟扫描后，整个序列就排好序了。

冒泡排序，O(n²)

5、  算法设计题：习题3-3，3-6，3-8，3-11，3-13

3-3 对于KMP算法中求next数组问题，设计一个蛮力算法，并分析其时间性能。

voidGetNext(char T[ ], int next[ ]){   next[1]=0;   next[2]=1