自己总结的算法导论考试用的算法

 

Dijkstra算法: 

循环n-1次： 

1. 在没有扩展过的点中取一距离最小的点u，并将其状态设为已扩展。 2. 对于每个与u相邻的点v，如果dist[u] + w[u，v] < dist[v]，那么把dist[v]更新成更短的距离dist[u] + w[u，v]。此时到点v的最短路径上，前一个节点即为u。 

结束：此时对于任意的u，dist[u]就是s到u的距离。

 

每次加入一个点的时候，都要判断每一个点经过该点到达目标点的距离，，来比较不经过这个点的距离大小，如果比不经过的小，那么要想到达目标点路径最小的话，必须经过加入的这个点

 

 

 

NP  完全问题证明

 1然而有些问题很难找到多项式时间的算法(或许根本不存在)，比如"找出无向图中哈密尔顿回路"问题。但是我们发现如果给了我们该问题的一个答案，就可以在多项式时间内判断这个答案是否正确。给出一个任意的回路，我们很容易判断它是否是哈密尔顿回路(只要看是不是所有的顶点都在回路中就可以了)。这种可以在多项式时间内验证一个解是否正确的问题成为NP问题，又称易验证问题类。

 

2复杂性理论中最具理论意义的当数NP完全性问题(NPC问题)，即由于"P=NP是否成立"这个问题难以解决，从NP类的问题中分出复杂性最高的一个子类，把它叫做NP完全类。已经证明，任取NP类中的一个问题，再任取NP完全类中的一个问题，则一定存在一个具有多项式 
时间复杂性的算法，可以把前者转变成后者。这就表明，只要能证明NP完全类中有一个问题是属于P类的，也就证明了NP类中的所有问题都是P类的，即证明了P=NP。 

 

 

最大独立集

最大独立集就是其补图的最大团
poj1419是一个很直白的求最大独立集的问题，可以试着做做

二分图的最大独立集

如果一个图是二分图，那么它的最大独立集就是多项式时间可以解决的问题了 |最大独立集| = |V|-|最大匹配数|
证明：
设最大独立集数为U，最大匹配数为M，M覆盖的顶点集合为EM。
为了证明|U|=|V|-|M|，我们分两步证明|U|<=|V|-|M|和|U|>=|V|-|M|
1 先证明 |U|<=|V|-|M|
M中的两个端点是连接的，所有M中必有一个点不在|U|集合中，所以|M|<=|V|-|U|
2 再证明|U|>=|V|-|M|
假设(x,y)属于M
首先我们知道一定有|U|>=|V|-|EM|，那么我们将M集合中的一个端点放入U中可以吗？
假设存在(a,x)，(b,y)，(a,b)不在EM集合中
如果(a,b)连接，则有一个更大的匹配存在，矛盾
如果(a,b)不连接，a->x->y->b有一个新的增广路，因此有一个更大的匹配，矛盾
所以我们可以了解到取M中的一个端点放入U中肯定不会和U中的任何一个点相连，所以|U|>=|V|-|EM|+|M|=|V|-|M|
所以，|U|=|V|-|M|

 

 

 

 

 

 

 

 

 

 

 

 

第一章：算法基础

 

一：插入排序算法思想：

前面一部分已经排好序了，，对2到n个数插入已经排好序的数组中

1，插入第i个数时，先把这数a【i】存入key中，然后在已经排好序的数组中找到位置（比key大的向后移动，流出来一个位置给key，把它放进去，，此时有i个数有序了）

二：看笔记本上的概念：

 

 

 第二章 分治法与递归式求解

 

一：分治递归时间复杂度

 

 

 

 

 

 

 

 

 

堆排序：

 

// given an unsorted array A, make A a heap

BuildHeap(A)

{

heap_size(A) = length(A);

for (i = ëlength[A]/2û  downto 1)

Heapify(A, i);

}