①八皇后问题：
#include
#include
#include
int main(int argc,char *argv[]){
int q[1024];
int i,j,k,c,n;
time_t tm;
switch(argc){
case 1:
n=8;
break;
case 2:
n=atoi(argv[1]);
if(i<=0||i>=1024)
return 0;
break;
default:
return 0;
}
tm=time(0);
for(i=0,c=0,q[0]=0;;){
if(n==q[i]){
if(0==i)
break;
i--;
q[i]++;
continue;
}
for ( j=0; j if ( q[i]==q[j] || q[i]-i==q[j]-j || q[i]+i==q[j]+j ) break; if ( j == i ){ if ( n-1 == i ) { c++; if ( n < 10 ) { printf ( "%5d:", c ); for ( k=0; k printf ( " %d", q[k]+1 ); printf ( "\n" ); } q[i]=n; } else { i++; q[i] = 0; } } else q[i]++; } printf("total:%d,%dsec\n",c,(int)(time(0)-tm)); return 0; } 部分运行结果： ②活动安排问题： #include void GreedySelector(int n,int s[],int f[],bool A[]){ A[1]=true; int j=1; for(int i=2;i if(s[i]>f[j]){ A[i]=true; j=i; }else{ A[i]=false; } } } void main(){ int s[12]={0,1,3,0,5,3,5,6,8,8,2,12}; int f[12]={0,4,5,6,7,8,9,10,11,12,13,14}; bool A[11]; GreedySelector(12,s,f,A); printf("最终安排的活动序号为：\n"); for(int i=0;i<12;i++){ if(A[i]==true){ printf("%d\n",i); } } } 运行结果： ③二分法求数组元素的最大值与最小值： #include int getMax(int array[12], int i, int j) { int Max1 = 0; int Max2 = 0; if (i == j) { return Max1 = Max2 = array[j]; } else if (i == (j - 1)) { Max1 = array[i]; Max2 = array[j]; return Max1 > Max2 ? Max1 : Max2; } else { int mid = (i + j) / 2; Max1 = getMax(array, i, mid); Max2 = getMax(array, mid, j); return Max1 > Max2 ? Max1 : Max2; } } int getMin(int array[12], int i, int j) { int Min1 = 0; int Min2 = 0; if (i == j) { return Min1 = Min2 = array[j]; } else if (i == (j - 1)) { Min1 = array[i]; Min2 = array[j]; return Min1 < Min2 ? Min1 : Min2; } else { int mid = (i + j) / 2; Min1 = getMin(array, i, mid); Min2 = getMin(array, mid, j); return Min1 < Min2 ? Min1 : Min2; } } void main(){ int a[12]={3,45,67,23,11,100,55,34,46,90,22,33}; printf("the max number of array_a is:%d\n",getMax(a,0,11)); printf("the min number of array_a is:%d\n\n",getMin(a,0,11)); } 运行结果： ④二分搜索算法核心代码： template int BinarySearch(Type a[], const Type& x, int l, int r){ while (r >= l){ int m = (l+r)/2; if (x == a[m]) return m; if (x < a[m]) r = m-1; else l = m+1; } return -1; } ⑤合并排序算法核心代码： void MergeSort(Type a[], int left, int right){ if (left int i=(left+right)/2; //取中点 mergeSort(a, left, i); mergeSort(a, i+1, right); merge(a, b, left, i, right); //合并到数组b copy(a, b, left, right); //复制回数组a } } ⑥单元最短路径核心代码： template void Dijkstra(int n,int v,Type dist[],int prev[],Type ** c) {//单元最短路径问题的Dijkstra算法 bool s[maxint]; for(int i=1;i<=n;i++){ dist[i]=c[v][i];s[i]=false; if(dist[i]==maxint) prev[i]=0; else prev[i]=v; } dist[v]=0; s[v]=true; for(int i=1;i<=n;i++){ int temp=maxint; int u=v; for(int j=1;j<=n;j++) if(!s[j]&&(dist[j] s[u]=true; for(int j=1;j<=n;j++) if((!s[j])&&(c[u][j] Type newdist=dist[u]+c[u][j]; if(newdist } } } ⑦背包问题（贪心算法）的核心代码： void Knapsack(int n ,float M ,float v[] ,float w[] ,float x[]){ Sort(n,v,w); 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; x[i]=1; c-=w[i]; } if (i<=n) x[i]=c/w[i]; } 代码审查报告 xxxx公司 版本信息 致？其余单词首字母大写的命名方式， 禁止使用下划线(_)数字等方式命名 不要出现局部变量，成员变量大写字母开头等问题 一般是否遵循了最小长度最多信息原则？各种命名尽可能短，表意准确，除2代替…to?，4代替…for?外，不建议使用数字在命名中 重要has/can/is前缀的函数是否返回布尔 型？ 成员变量，方法参数，局部变量等为布尔型时， 如果出现has/can/is开头，则将这些词去掉 重要类名是否存在重名问题？自己实现的类尽量不要和别人的类重名， 尽管不在同一个包下，特别是子类和父类重名的情况 注释 重要注释是否较清晰且必要？方法JAVADOC注释中需要说明各参数、返回值 及异常说明，参数说明需按照参数名称及用意对应标注 重要复杂的分支流程是否已经被注释？一般距离较远的}是否已经被注释？ 重要函数是否已经有文档注释？（功能、输 入、返回及其他可选） 文件，类（含接口，枚举等），成员变量， 方法前需要有JAVADOC的注释 一般特殊用法是否被注释？ 声 明、 空 白、 缩 进 一般每行是否只声明了一个变量？（特别是那些可能出错的类型） 重要变量是否已经在定义的同时初始化？ 重要类属性是否都执行了初始化？ 一般代码段落是否被合适地以空行分隔？ 一般是否合理地使用了空格使程序更清晰？基本代码格式中的空格符不可缺少， 这些空格出现在?,:,+,-,*,/,=,==,>,<,>=,<=,!=, 及各种括号附近 提示代码行长度是否在要求之内？每行不得超过120个字符 重要controller，service, dao 中不要声明有 状态的变量。 此变量不能被修改。如果要进行修改， 必须通过锁进行控制。 一般折行是否恰当？ 一般集合是否被定义为泛型类型？定义集合时，建议定义其泛型类型，减少类型转换和警告错误 语句/功能分布/规模 一般包含复合语句的{}是否成对出现并符合规范？ 重要是否给单个的循环、条件语句也加了 {}？ if,else,else if,while,for,case等 代码块必须用{}包围 一般单个变量是否只做单个用途？ 重要单行是否只有单个功能？（不要使用；进行多行合并） 重要单个函数是否执行了单个功能并与其命名相符？ 一般操作符＋＋和——操作符的应用是否符合规范？ 规模 重要单个函数不超过规定行数？ 重要缩进层数是否不超过规定？ 可靠 性 （总 网络教育课程考试复习题及参考答案算法分析与设计一、名词解释：1.算法 2.程序 3.递归函数 4.子问题的重叠性质 5.队列式分支限界法 6.多机调度问题7.最小生成树二、简答题： 1.备忘录方法和动态规划算法相 比有何异同？简述之。 2.简述回溯法解题的主要步骤。 3.简述动态规划算法求解的基本要素。 4.简述回溯法的基本思想。 5.简要分析在递归算法中消除递归调用，将递归算法转化为非递归算法的方法。 6.简要分析分支限界法与回溯法的异同。7.简述算法复杂性的概念，算法复杂性度量主要指哪两个方面？8.贪心算法求解的问题主要具有哪些性质？简述之。9.分治法的基本思想是什么？合并排序的基本思想是什么？请分别简述之。10.简述分析贪心算法与动态规划 算法的异同。三、算法编写及算法应用分析题： 1.已知有3个物品： (w1,w2,w3)=(12,10,6),(p1,p2,p3)=(15,13,10),背包的容积M=20，根据0-1背包动态规划的递推式求出最优解。 2.按要求完成以下关于排序和查找的问题。①对数组A={15，29，135，18，32，1，27，25，5}，用快速排序方法将其排成递减序。②请描述递减数组进行二分搜索的基本思想，并给出非递归算法。③给出上述算法的递归算法。④使用上述算法对①所得到的结果搜索如下元素，并给出搜索过程：18，31，135。已知，=1，2，3，4，5，6，=5，=10，=3，=12，=5，=50，=6，kijr*r1234567ii1求矩阵链积A×A×A×A×A×A的最佳求积顺序（要求给出计算步骤）。1234564.根据分枝限界算法基本过程,求解0-1背包问题。已知n=3,M=20，(w1,w2,w3)=(12,10,6),(p1,p2,p3)=(15,13,10)。 5.试用贪心算法求解汽车加油问题：已知一辆汽车加满油后可行驶n公里，而旅途中有若干个加油站。试设计一个有效算法，指出应在哪些加油站停靠加油，使加油次数最少，请写出该算法。6.试用动态规划算法实现下列问题：设A和B是两个字符串。我们要用最少的字符操作，将字符串A转换为字符串B，这里所说的字符操作包括：①删除一个字符。②插入一个字符。③将一个字符改为另一个字符。请写出该算法。7.对于下图使用Dijkstra算法求由顶点a到顶点h的最短路径。be2g212ad323182cf2h 8.试写出用分治法对数组A[n]实现快速排序的算法。9.有n个活动争用一个活动室。已知活动i占用的时间区域为[s，f ]，活动i,j相容的条件是：sj≥f ii，问题的解表示为(x| x =1，2…，n,)，x表示顺序为i的活动编号活动，求一个相容的活动子集，iiii且安排的活动数目最多。xxx10.设、、是一个三角形的三条边，而且x+x+x=14。请问有多少种不同的三角形？给出解答过程。12312311. 前言 我们平时在工作表单元格的公式中常常使用函数，EGcel自带的常用的函数多达300多个，功能强大，丰富多彩，但是在VBA中不能直接应用，必须在函数名前面加上对象，比如：Application.WorksheetFunction.Sum(arg1,arg2,arg3)。 而能在VBA中直接应用的函数也有几十个，下面将逐一详细介绍常用的40个VBA函数，以供大家学习参考。 第1.1例ASC函数 一、题目： 要求编写一段代码，运行后得到字符串”EGcel”的首字母和”e”的ASCII值。二、代码： Sub示例_1_01() DimmyNum1%,myNum2% myNum1=Asc("EGcel")'返回69 myNum2=Asc("e")'返回101 [a1]="myNum1=":[b1]=myNum1 [a2]="myNum2=":[b2]=myNum2 EndSub 三、代码详解 1、Sub示例_1_01()：宏程序的开始语句。 2、DimmyNum1%,myNum2%：变量myNum1和myNum2声明为整型变量。 也可以写为DimmyNum1AsInteger。Integer变量存储为16位（2个字节）的数值形式，其范围为-32,768到32,767之间。Integer的类型声明字符是百分比符号(%)。 3、myNum1=Asc("EGcel")：把Asc函数的值赋给变量myNum1。 Asc函数返回一个Integer，代表字符串中首字母的字符的ASCII代码。 语法 Asc(string) 必要的string（字符串）参数可以是任何有效的字符串表达式。如果string中没有包含任何字符，则会产生运行时错误。 4、myNum2=Asc("e")：把Asc函数的值赋给变量myNum2。这里返回小写字母e的ASCII代码101。 5、[a1]="myNum1=":[b1]=myNum1：把字符串“myNum1=“赋给A1单元格，把变量myNum1的值赋给B1单元格。 6、[a2]="myNum2=":[b2]=myNum2：把字符串“myNum2=“赋给A2单元格，把变量myNum2的值赋给B2单元格。 7、EndSub：程序的结束语句，和“Sub示例_1_01（）”相对应。 第1.2例Chr函数 一、题目""： 要求编写一段代码，运用Chr函数将ASCII值转换为对应的字符。 二、代码： Sub示例_1_02() DimmyChar1$,myChar2$ myChar1=Chr(69)'返回E。 myChar2=Chr(101)'返回e。 [a1]="myChar1=":[b1]=myChar1 [a2]="myChar2=":[b2]=myChar2 EndSub 三、代码详解 第一章算法概述 1.算法：解决问题的一种方法或过程；由若干条指令组成的有穷指令。 2.算法的性质： 1)输入：有零个或多个输入 2)输出：有至少一个输出 3)确定性：每条指令是清晰的、无歧义的 4)有限性：每条指令的执行次数和时间都是有限的 3.算法与程序的区别 程序是算法用某种程序设计语言的具体实现 程序可以不满足算法的有限性 4.算法复杂性分析 1)算法的复杂性是算法运行所需要的计算机资源的量，需要时间资源的量称为时间复 杂性，需要空间资源的量称为空间复杂性 2)三种时间复杂性：最坏情况、最好情况、平均情况 3)可操作性最好且最有实际价值的是最坏情况下的时间复杂性 第二章递归与分支策略 1.递归概念：直接或间接调用自身的算法 2.递归函数：用函数自身给出定义的函数 3.递归要素：边界条件、递归方程 4.递归的应用 ?汉诺塔问题 void Hanuo(int n,int a,int b,int c) { if(n==1) return; Hanuo(n-1,a,c,b); move(a,b) Hanuo(n-1,c,b,a); } ?全排列问题 void Perm(Type list[],int k,int m) { //产生list[k,m]的所有排列 if(k == m) { for(int i = 0;I <= m;i++) cout< 一。选择题 1、二分搜索算法是利用（ A ）实现的算法。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 2、下列不是动态规划算法基本步骤的是（ B ）。 A、找出最优解的性质 B、构造最优解 C、算出最优解 D、定义最优解 3、最大效益优先是（ A ）的一搜索方式。 A、分支界限法 B、动态规划法 C、贪心法 D、回溯法 4、在下列算法中有时找不到问题解的是（ B ）。 A、蒙特卡罗算法 B、拉斯维加斯算法 C、舍伍德算法 D、数值概率算法 5. 回溯法解旅行售货员问题时的解空间树是（ B ）。 A、子集树 B、排列树 C、深度优先生成树 D、广度优先生成树6．下列算法中通常以自底向上的方式求解最优解的是（ B ）。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 7、衡量一个算法好坏的标准是（C ）。 A 运行速度快 B 占用空间少 C 时间复杂度低 D 代码短 8、以下不可以使用分治法求解的是（D ）。 A 棋盘覆盖问题 B 选择问题 C 归并排序 D 0/1背包问题 9. 实现循环赛日程表利用的算法是（ A ）。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 10、下列随机算法中运行时有时候成功有时候失败的是（C ） A 数值概率算法 B 舍伍德算法 C 拉斯维加斯算法 D 蒙特卡罗算法 11．下面不是分支界限法搜索方式的是（ D ）。 A、广度优先 B、最小耗费优先 C、最大效益优先 D、深度优先12．下列算法中通常以深度优先方式系统搜索问题解的是（ D ）。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 13.备忘录方法是那种算法的变形。（ B ） 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 自动寻峰 由于谱结构的复杂和统计涨落的影响，从谱中正确地找到全部存在的峰是比较困难的。尤其是找到位于很高本底上的弱峰，分辨出相互靠得很近的重峰更为困难。 谱分析对寻峰方法的基本要求如下： (1)比较高的重峰分辨能力。能确定相互距离很近的峰的峰位。 (2)能识别弱峰，特别是位于高本底上的弱峰。 (3)假峰出现的几率要小。 (4)不仅能计算出峰位的整数道址，还能计算出峰位的精确值，某些情况下要求峰位的误差小于0.2道。 很多作者对寻峰方法进行了研究，提出了很多有效的寻峰方法。 目的： 判断有没有峰存在 确定峰位(高斯分布的数学期望)，以便把峰位对应的道址，转换成能量 确定峰边界为计算峰面积服务(峰边界道的确定，直接影响峰面积的计算) 分为两个步骤：谱变换和峰判定 要求：支持手动/自动寻峰，参数输入，同时计算并显示峰半高宽、精确峰位、峰宽等信息，能够区分康普顿边沿和假峰 感兴区内寻峰 人工设置感兴趣大小，然后在感兴区内采用简单方法寻峰 重点研究：对感兴区内的弱峰寻峰、重峰的分解 对于一个单峰区，当峰形在峰位两侧比较对称时，可以由峰的FWHM计算峰区的左、右边界道址。峰区的宽度取为3FWHM,FWHM的值可以根据峰位m p由测量系统的FWHM 刻度公式计算。由于峰形对称，左、右边界道和峰位的距离都是 1.5FWHNM mi L =INT(m p -1.5FWHM 0.5) m R=INT(m p1.5FWHM 0.5) 式中m p是峰位，INT的含义是取整数。 对于存在有低能尾部的峰，其峰形函数描述(参见图)。 y m =H EXP[ —(^ —m p r / 2^2 ] m》mp 一 J 2 y m =HEXP[J(2m-2m p J)/2；「] , m< m p_ J 式中H为峰高，mp为峰位，匚是高斯函数的标准偏差，J为接点的道址和峰位之间的距离。在峰位的左侧，有一个接点，其道址为mp-J。在接点的右侧，峰函数是高斯函数。在接点的左侧，峰函数用指数曲线来描述。这时峰区的左、右边界道址为 m L=INT(m p-1.12FWHM 2/ J -0.5J 0.5) m R =INT(m p 1.5FWHM 0.5) 全谱自动寻峰 基于核素库法：能量刻度完成后，根据核素库中的能量计算对应的道址，在各个道址附 近(左右10道附近)采用简单的寻峰方法(导数法) 方法： 根据仪器选择开发 IF函数法/简单比较法(适于寻找强单峰，速度快) JavaScript的内部对象： (1) Object (2) String (3) Math (4) Date (5) toString JavaScript 代码放在另一个单独的文件里，然后在网页（HTML文件）中使用“SRC= 此单独文件的路径/地址（URL）”来使用此单独文件里的JavaScript 程序代码。一般将这个单独的文件保存为扩展名为.JS 的文件： JS - 常用語句 1.document.write(""); 输出语句 2.JS中的注释为// 3.传统的HTML文档顺序是: document->html->(head,body) 4.一个浏览器窗口中的DOM顺序是: window->(navigator,screen,history,location,document) 5.得到表单中元素的名称和值: document.getElementById("表单中元素的ID号").name(或value) 6.一个小写转大写的JS: document.getElementById("output").value=document.getElementById("input").value.toUpperCa se(); 7.JS中的值类型: String,Number,Boolean,Null,Object,Function 8.JS中的字符型转换成数值型: parseInt(),parseFloat() 9.JS中的数字转换成字符型: ("" 变量) 10.JS中的取字符串长度是: (length) 11.JS中的字符与字符相连接使用号. 12.JS中的比较操作符有: == 等于,!=不等于,>,>=,<.<= 13.JS中声明变量使用: var 来进行声明 14.JS中的判断语句结构: if(condition){}else{} 15.JS中的循环结构: for([initial expression];[condition];[upadte expression]) {inside loop} 16.循环中止的命令是: break 17.JS中的函数定义: 算法设计心得体会 算法设计与分析学习心得 班级：物联网1201 姓名：刘潇学号：29 一、实验内容： 这学期的算法与设计课，老师布置了这四个问题，分别是货郎担问题，动态生成二维数组，对话框下拉列表，排序问题。 二、学习掌握： 基本程序描述： 货郎担问题：货郎担问题属于易于描述但难于解决的著名难题之一，至今世界上还有不少人在研究它。货郎担问题要从图g的所有周游路线中求取具有最小成本的周游路线，而由始点出发的周游路线一共有！条，即等于除始结点外的n一1个结点的排列数，因此货郎担问题是一个排列问题。货郎担的程序实现了利用穷举法解决货郎担问题，可以在城市个数和各地费用给定的情况下利用穷举法逐一计算出每一条路线的费用，并从中选出费用最小的路线。从而求出问题的解 费用矩阵：费用矩阵的主要内容是动态生成二维数组。首先由键盘输入自然数，费用矩阵的元素由随机数产生，并取整，把生成的矩阵存放在二维数组中，最后把矩阵内容输出到文件和屏幕上。它采用分支界限法，分支限界法的基本 思想是对包含具有约束条件的最优化问题的所有可行解的解空间进行搜索。该算法在具体执行时，把全部可行的解空间不断分割为越来越小的子集，并为每个子集内的解计算一个下界或上界。动态生成二维n*n的数组程序利用指针表示数组的行和列，并逐一分配空间，在输入n的数值后，系统自动分配空间，生成n*n的数组，并产生随机数填充数组，最后将结果输入到指定文件中。 Mfc：在下拉列表框中添加内容程序，在下拉列表对应的函数中利用addstring添加需要的内容。首先定义下拉列表框为ccombox型，并定义其属性名，利用addstring函数可以任意添加需要的内容。a排序问题:快速排序的运行时间与划分是否对称有关，其最坏情况发生在划分过程中产生的两个区域分别包含n-1个元素和1个元素的时候。其算法的时间复杂度为O(n 2),在最好的情况下每次划分的基准恰好为中值，可得其算法时间复杂度为O(n㏒n)。算法的实现和理解和代码实现完全是两回事，想要完全掌握一种算法，需要动手实践，用代码实现，才能理解透彻，真正掌握。b 对话框下拉列表：这个项目简单易懂，轻松实现。 三.疑问与总结： 货郎担的问题，我认为穷举法相对比而言是比较初级的方法，费时耗力，适合在练习时选用，但是在实际问题中不建议采用。克鲁斯卡尔或者普里姆算法求取最小生成树的方 调研分析总结报告 一、题目：深入理解傅氏与拉氏变换 二、完成人：第六组 杨锦涛PPT讲解及完成两个变换的意义与作用 岳雄完成PPT制作及实例的寻找 易全政完成调研分析总结报告与资料的修改补充 易雪媛完成寻找两个变换之间的联系和区别 尹柯立完成实例的筛选与补充 三、摘要 从时域到频域的分析方法是我们在实际问题解决过程中常用的 方式。对于一个杂乱无章的信号，当从时域方面很难开展的时候我们就会考虑从频域方面来进行相关的研究，以便找到相关的特征。而对于普通的函数通过傅里叶变换便可以得到一些我们所需求的东西，但是有类似于ex这样的衰减函数，我们就需要通过使用拉普拉斯变换，转化到复频域上面找到相关的特征。而本调研报告里面我们就是通过理解傅氏与拉氏变换，探讨两种变化间的区别及联系，以及在实际问题中的应用来加强我们对这两个变换的理解与应用。 四、引言 时域到实频域，这是傅氏变换；时域到复频域，这是拉氏变换。理解这两个变换的区别与联系，在实际应用中来谈论这两种变换的应用。以前在其他们课程里面了解过了很多关于傅里叶的知识，但是对于拉普拉斯却有些陌生，通过此次调研报告，我们将更加深入的理解 这两个变换给我们的学习、生活带来的便利。 五、调研材料分析 一）傅立叶变换 1）定义： 表示能将满足一定条件的某个函数表示成三角函数（正弦和/或 余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。 2）性质： 3）意义： 傅里叶变换在物理、数论、组合数学、信号处理等方面都有广泛的应用（例如在信号处理里面，傅里叶变换的典型用途是将信号分为幅度分量和频率分量）。 傅里叶变换就是将一个信号分解成无数的正弦波信号，通过合成得到相应的信号。对一个信号做傅里叶变换就可以得到其频域特性（幅度与相位两个方面）。 傅里叶变换简单通俗理解就是把看似杂乱无章的信号考虑成由 一定振幅、相位、频率的基本正弦（余弦）信号组合而成，傅里叶变换的目的就是找出这些基本正弦（余弦）信号中振幅较大（能量较高）信号对应的频率，从而找出杂乱无章的信号中的主要振动频率特点。如减速机故障时，通过傅里叶变换做频谱分析，根据各级齿轮转速、齿数与杂音频谱中振幅大的对比，可以快速判断哪级齿轮损伤。 二）拉普拉斯变换 1）定义： 拉普拉斯变换法是通过积分变换，把已知的时域函数变换为复频域函数，从而把时域微分方程变换为复频域代数方程。 2）性质： Program算法设计与分析基础中文版答案 习题 5..证明等式gcd(m,n)=gcd(n,m mod n)对每一对正整数m,n都成立. Hint: 根据除法的定义不难证明: 如果d整除u和v, 那么d一定能整除u±v; 如果d整除u,那么d也能够整除u的任何整数倍ku. 对于任意一对正整数m,n,若d能整除m和n,那么d一定能整除n和r=m mod n=m-qn；显然，若d能整除n和r，也一定能整除m=r+qn和n。 数对(m,n)和(n,r)具有相同的公约数的有限非空集，其中也包括了最大公约数。故gcd(m,n)=gcd(n,r) 6.对于第一个数小于第二个数的一对数字,欧几里得算法将会如何处理?该算法在处理这种输入的过程中,上述情况最多会发生几次? Hint: 对于任何形如0<=m 设sqrt(x)是求平方根的函数) 算法Quadratic(a,b,c) 描述将十进制整数表达为二进制整数的标准算法 a.用文字描述 b.用伪代码描述 解答： a.将十进制整数转换为二进制整数的算法 输入：一个正整数n 输出：正整数n相应的二进制数 第一步：用n除以2，余数赋给Ki(i=0,1,2...)，商赋给n 第二步：如果n=0，则到第三步，否则重复第一步 第三步：将Ki按照i从高到低的顺序输出 b.伪代码 算法 DectoBin(n) .n]中 i=1 while n!=0 do { Bin[i]=n%2; n=(int)n/2; i++; } while i!=0 do{ print Bin[i]; i--; } 9.考虑下面这个算法,它求的是数组中大小相差最小的两个元素的差.(算法略)对这个算法做尽可能多的改进. 算法 MinDistance(A[0..n-1]) Excel VBA常用代码总结1 改变背景色 Range("A1"). = xlNone ColorIndex一览 改变文字颜色 Range("A1"). = 1 获取单元格 Cells(1, 2) Range("H7") 获取范围 Range(Cells(2, 3), Cells(4, 5)) Range("a1:c3") '用快捷记号引用单元格 Worksheets("Sheet1").[A1:B5] 选中某sheet Set NewSheet = Sheets("sheet1") 选中或激活某单元格 '“Range”对象的的Select方法可以选择一个或多个单元格，而Activate方法可以指定某一个单元格为活动单元格。 '下面的代码首先选择A1:E10区域，同时激活D4单元格： Range("a1:e10").Select Range("d4:e5").Activate '而对于下面的代码： Range("a1:e10").Select Range("f11:g15").Activate '由于区域A1:E10和F11:G15没有公共区域，将最终选择F11:G15，并激活F11单元格。 获得文档的路径和文件名 '路径 '名称 '路径＋名称 '或将ActiveWorkbook换成thisworkbook 隐藏文档 = False 禁止屏幕更新 = False 禁止显示提示和警告消息 = False 文件夹做成 strPath = "C:\temp\" MkDir strPath 状态栏文字表示 = "计算中" 双击单元格内容变换 Private Sub Worksheet_BeforeDoubleClick(ByVal Target As Range, Cancel As Boolean) If>= 5And<= 8) Then If= "●"Then = "" Else = "●" End If Cancel = True End If End Sub 文件夹选择框方法1 Set objShell = CreateObject("") Set objFolder = (0, "文件", 0, 0) If Not objFolder Is Nothing Then path= & "\" end if 算法分析与设计 学习总结 题目:算法分析与设计学习总结 学院信息科学与工程学院专业2013级计算机应用技术 届次 学生姓名 学号2０１31１0６57 二○一三年一月十五日 算法分析与设计学习总结 本学期通过学习算法分析与设计课程，了解到:算法是一系列解决问题的清晰指令,代表着用系统的方法描述解决问题的策略机制。算法能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂性和时间复杂度来衡量。算法可以使用自然语言、伪代码、流程图等多种不同的方法来描述。计算机系统中的操作系统、语言编译系统、数据库管理系统以及各种各样的计算机应用系统中的软件，都必须使用具体的算法来实现。算法设计与分析是计算机科学与技术的一个核心问题。 设计的算法要具有以下的特征才能有效的完成设计要求，算法的特征有：（1）有穷性。算法在执行有限步后必须终止。(2)确定性。算法的每一个步骤必须有确切的定义。(3)输入。一个算法有0个或多个输入,作为算法开始执行前的初始值，或初始状态。(4）输出。一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的。 (5)可行性。在有限时间内完成计算过程。 算法设计的整个过程,可以包含对问题需求的说明、数学模型的拟制、算法的详细设计、算法的正确性验证、算法的实现、算法分析、程序测试和文档资料的编制。算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法和并行算法。 经典的算法主要有: 1、穷举搜索法 穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验，bing从中找出那些符合要求的候选解作为问题的解。 穷举算法特点是算法简单，但运行时所花费的时间量大。有些问题所列举书来的情况数目会大得惊人，就是用高速计算机运行,其等待运行结果的时间也将使人无法忍受。我们在用穷举算法解决问题是，应尽可能将明显不符合条件的情况排除在外，以尽快取得问题的解。 2、迭代算法 迭代法是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或方程组)的过程，为实现这一过程所使用的方法统称为迭代法。迭代法是用于求方程或方程组近似根的一种常用的算法设计方法。设方程为ｆ(ｘ)=0,用某种数学方法导出等价的形式x=g(x),然后按以下步骤执行： （1）选一个方程的近似根，赋给变量x0。 (2)将ｘ0的值保存于变量x1，然后计算g(x1),并将结果存于变量x0。 (3）当x0与x1的差的绝对值还小于指定的精度要求时，重复步骤（２）的计算。 若方程有根，并且用上述方法计算出来的近似根序列收敛,则按上述方法求得的x0就认为是方程的根。 3、递推算法 递推算法是利用问题本身所具有的一种递推关系求问题解的一种方法。它把问题分成若干步，找出相邻几步的关系,从而达到目的。 4、递归算法 递归算法是一种直接或间接的调用自身的算法。 能采用递归描述的算法通常有这样的特征：为求解规模为ｎ的问题，设法将它分解成规模较小的问题，然后从这些小问题的解方便地构造出大问题的解，并且这些规模较小的问题也能采用同样的分解和综合方法,分解成规模更小的问题,并从这些更小问题的解构造出规模 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 return min; } 问题规模：n 基本语句：a[i] 工作表 增加工作表 1、添加工作表 Sheets.Add 2、在最后工作表后添加新工作表Sheets.Add after:=Sheets(Sheets.Count) 3、在第1工作表前添加新工作表 Sheets.Add before:=Sheets(1) 4、在第五个工作表之后添加三个Worksheets.Add after:=Worksheets(5), Count:=3 删除工作表 5、删除工作表1 Sheets(“sheet1”).Delete或 Sheets(1).Delete 6、删除当前工作表 ActiveWindow.Selected Sheets.Delete 或ActiveSheet.Delete 7、删除工作表1 Sheets(“sheet1”).Delete或 Sheets(1).Delete 显示隐藏工作表 8、隐藏SHEET1这张工作表sheets("sheet1").Visible=False 9、显示SHEET1这张工作表sheets("sheet1").Visible=True 10、深度隐藏工作表 Sheet1.Visible = 2 11、显示工作表 Sheet1.Visible = -1 工作表名字/命名 12、获取工作表i的名称 ActiveWorkbook.Sheets(i).Name 13、当前工作表命名 https://www.doczj.com/doc/a51304919.html, = "www" 14、Sheets(Sheet1).Name= “Sum” '将Sheet1命名为Sum 15、返回活动工作表的名称 https://www.doczj.com/doc/a51304919.html, 16、返回活动窗口的标题 Application.ActiveWindow.Caption 17、返回活动工作簿的名称 https://www.doczj.com/doc/a51304919.html, 关闭/保存工作表 18、将该表格保存到C:\test.xls 目录 ExcelSheet.SaveAs "C:\TEST.XLS" 19、关闭同时保存 Workbooks("filename.xls").Close savechanges:=True 20、关闭同时不保存 Workbooks("filename.xls").Close savechanges:=False 21、不保存直接关闭当前的工作簿Workbooks("BOOK1.XLS").Close SaveChanges:=False 22、不保存直接关闭EXCEL窗口(关闭所有的工作簿)的VBA语句 Application.DisplayAlerts = False Application.Quit 选择工作表 23、同时选择工作表1和工作表2 Worksheets(Array(“sheet1”,”sheet2”)).Select 24、选定下（上）一个工作表 sheets(activesheet.index-1).select sheets(activesheet.index+1).select 移动工作表 25、ActiveSheet.Move After:=ActiveWorkbook. _ Sheets(ActiveWorkbook.Sheets.Count) '将当前工作表移至工作表的最后 文件(夹)操作 26、建立文件夹的方法 MkDir "D:\Music" 27、打开文件夹的方法ActiveWorkbook.FollowHyperlink Address:="D:\Music", 第一章概述 算法的概念：算法是指解决问题的一种方法或过程，是由若干条指令组成的有穷序列。 算法的特征： 可终止性：算法必须在有限时间内终止； 正确性：算法必须正确描述问题的求解过程； 可行性：算法必须是可实施的； 算法可以有0个或0个以上的输入； 算法必须有1个或1个以上的输出。 算法与程序的关系： 区别：程序可以不一定满足可终止性。但算法必须在有限时间内结束； 程序可以没有输出,而算法则必须有输出； 算法是面向问题求解的过程描述，程序则是算法的实现。 联系：程序是算法用某种程序设计语言的具体实现； 程序可以不满足算法的有限性性质。 算法描述方式：自然语言，流程图，伪代码，高级语言。 算法复杂性分析： 算法复杂性的高低体现运行该算法所需计算机资源（时间，空间）的多少。 算法复杂性度量： 期望反映算法本身性能，与环境无关。 理论上不能用算法在机器上真正的运行开销作为标准（硬件性能、代码质量影响）。 一般是针对问题选择基本运算和基本存储单位，用算法针对基本运算与基本存储单位的开销作为标准。 算法复杂性C依赖于问题规模N、算法输入I和算法本身A。即C=F(N, I, A)。 第二章递归与分治 分治法的基本思想： 求解问题算法的复杂性一般都与问题规模相关，问题规模越小越容易处理。 分治法的基本思想是，将一个难以直接解决的大问题，分解为规模较小的相同子问题，直至这些子问题容易直接求解，并且可以利用这些子问题的解求出原问题的解。各个击破，分而治之。 分治法产生的子问题一般是原问题的较小模式，这就为使用递归技术提供了方便。递归是分治法中最常用的技术。 使子问题规模大致相等的做法是出自一种平衡(balancing)子问题的思想，它几乎总是比子问题规模不等的做法要好。 分治法所能解决的问题一般具有以下几个特征： 该问题的规模缩小到一定的程度就可以容易地解决； 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质； 利用该问题分解出的子问题的解可以合并为该问题的解； 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子问题。（这条特征涉及到分治法的效率，如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然也可用分治法，但一般用动态规划较好。） 递归的概念： 算法分析与设计习题集 基础篇 1、算法有哪些特点？它有哪些特征？它和程序的主要区别是什么？ 2、算法的时间复杂度指的是什么？如何表示？ 3、算法的空间复杂度指的是什么？如何表示？ 4、设某一函数定义如下： 编写一个递归函数计算给定x的M（x）的值。 本函数是一个递归函数，其递归出口是： M（x）= x-10x>100 递归体是： M（M（x+11））x ≤100 实现本题功能的递归函数如下： intm ( intx ) { int y; if ( x>100 )return(x-10 ); else { y =m(x+11) ; return (m (y )); } } 5、已知一个顺序表中的元素按元素值非递减有序排列，编写一个函数删除表中多余的值相 同的元素。 本题的算法思想是：由于顺序表中元素已按元素值非递减有序排列，值相同的元素比为相邻的元素，因此依次比较相邻两个元素，若值相等，则删除其中一个，否则继续向后查找，直到最后一个元素。实现本题功能的函数如下： voiddel ( seqlist*a ) { inti=0, j; while ( i ①计算结点总数 int CountNode(BinTree *root) { int num1,num2; if(root==Null) return(0); else if(root->lchild==Null&&rooot->rchild==Null) return(1); else { num1=CountNode(root->lchild); num2=CountNode(root->rchild); return(num1+num2+1); } } ②计算叶子总数 int CountLeafs(BinTree *root) { int num1,num2; if(root==Null) return(0); else if(root->lchild==Null&&root->rchild==Null) return(1); else { num1=CountLeafs(root->lchild); num2=CountLeafs(root->rchild); return(num1+num2); } } 分治术 7、有金币15枚，已知其中有一枚是假的，而且它的重量比真币轻。要求用一个天平将假 的金币找出来，试设计一种算法（方案），使在最坏情况下用天平的次数最少。 8、利用分治策略，在n个不同元素中找出第k个最小元素。 9、设有n个运动员要进行网球循环赛。设计一个满足以下要求的比赛日程表。 （1）每个选手必须与其它n-1选手各赛一次； （2）每个选手一天只能赛一次。 10、已知序列{503，87，512，61，908，170，897，275，652，462}，写一个自底向上的 归并分类算法对该序列作升序排序，写出算法中每一次归并执行的结果。 void Merge(ElemType *r，ElemType *rf，int u，int v，int t) { f or(i=u，j=v，k=u；i 算法设计与分析实验报告 教师： 学号： 姓名： 实验一：串匹配问题 实验目的：(1) 深刻理解并掌握蛮力法的设计思想; (2) 提高应用蛮力法设计算法的技能; (3) 理解这样一个观点: 用蛮力法设计的算法, 一般来说, 经过适度的努力后, 都可以对算法的第一个版本进行一定程度的改良, 改进其时间性能。 三、实验要求：( 1) 实现BF 算法; (2 ) 实现BF 算法的改进算法: KMP 算法和BM 算法; (3 ) 对上述 3 个算法进行时间复杂性分析, 并设计实验程序验证 分析结果。 #include "stdio.h" #include "conio.h" #include 代码审计报告3
算法分析与设计复习题及参考答案
[实用参考]VBA常用代码大全.doc
算法分析与设计总结
算法设计与分析复习题目及答案
大学算法分析与设计复习总结
多道γ能谱分析软件中寻峰算法比较总结
js常用总结
算法设计心得体会(2)
算法设计与分析调研分析总结
算法设计与分析基础课后习题答案
Excel VBA常用代码总结1
算法设计与分析学习总结
算法设计与分析_总结0
VBAExcel工作表代码总结
算法分析与设计知识点总结
算法分析与设计习题集
算法设计与分析实验报告
相关主题
文本预览