分治法算法分析作业
吴迪
2011-3-29
本次是第一次算法作业，该部分内容包含3个题目的程序代码，分析文档，说明图片等内容
目录
引言 (3)
1算法性能比较 (3)
1.1问题分析 (3)
1.2源程序代码 (3)
1.3运行示例 (8)
1.4数据分析 (8)
（单次录入数据具有较大随机误差，只看增长趋势） (8)
2循环赛问题 (9)
2.1问题描述 (9)
2.2问题分析 (9)
2.3 源程序 (10)
2.4运行示例 (11)
3最大最小值问题 (12)
3.1问题描述与分析 (12)
3.2源程序 (13)
3.3运行示例 (14)
引言
任何一个可以用计算机求解的问题所需的计算时间都与其规模有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少。分治法是计算机科学中经常使用的一种算法。设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。但是不是所有问题都适合用分治法解决。当求解一个输入规模为n且取值又相当大的问题时，使用蛮力策略效率一般得不到保证。因此分治策略将问题划分成k个子问题分别求解合并能有效提高计算效率。
1算法性能比较
1.1问题分析
比较插入排序，合并排序和快速排序性能。
算法性能比较通常是从时间复杂度的角度进行的。排序算法的复杂度主要和算法中的比较次数和元素交换或移动次数有关。因而在不同大小规模的问题中通过统计这两者之和来评判算法的优劣。
同时也可以证明各种算法的时间复杂度与问题规模n之间的关系。
特别说明：本程序中考虑到不同规模的乱序数据输入过程比较复杂，编写了一个规模n的整型数据随机排列函数，能够直接生成指定大小的1-n无序整数列。
1.2源程序代码
//2011年3月19日0:20:02
//main test.cpp for test
#include
#include
using namespace std;
//全局标记比较次数和移动次数
int count_compare=0;
int count_move = 0;
int count_all(){
return count_compare+count_move;
}
void clear_count()
{
count_compare=0;
count_move = 0;
}
//insert sort
void insert_element(int a[],int size,int element) //size before insertion {
int i=0;
for(i=size-1;i>=0;i--)
{
count_compare++;
if(element else break; } a[i+1]=element; count_move++; } void InsertSort(int a[],int size) { for(int i=1;i { insert_element(a,i,a[i]); } } //merge sort void Merge(int c[],int d[], int l, int m, int r) { int i = l, j = m+1, k = l; while(i <= m && j <= r) { count_compare++; if(c[i] <= c[j]){ d[k++]=c[i++]; count_move++; } else{ d[k++]=c[j++];count_move++;} } count_compare++; if(i > m) { for(int q = j; q <= r; q ++){ d[k++] = c[q]; count_move++; } } else for(int q = i; q <= m; q ++){ d[k++] = c[q]; count_move++; } } void Copy(int a[],int b[],int l,int r) { for(int i=l;i<=r;i++){ a[i]=b[i]; count_move++; } } void MergeSort(int a[],int left,int right,int size) { if(left < right) { count_compare++; int i = (right + left)/2; int p=size; //this is important,mind the value! int *b=new int[p]; MergeSort(a, left, i,size); MergeSort(a, i+1, right,size); Merge(a, b, left, i, right); Copy(a,b,left,right); } } //quick sort void swap(int a[],int i,int j) { int temp=a[i]; a[i]=a[j]; a[j]=temp; count_move+=3; } int partition(int a[],int p,int r) { int i=p,j=r+1; int x=a[p]; while(true) { while(a[++i] while(a[--j]>x) count_compare++; count_compare++; if(i>=j) break; swap(a,i,j); a[p] =a[j]; a[j] = x; count_move++; return j; } void QuickSort(int a[],int p ,int r) { if (p < r) { int q= partition(a, p , r); QuickSort(a,p,q-1); QuickSort(a,q+1,r); } count_compare++; } //show void show_array(int a[],int size) //显示一个数组的所有元素 { for(int i=0;i { cout << a[i] << " "; } cout << endl; } //random array void RandomArray(int a[],int size) //随机生成数组含n个元素，其元素各不相同{ srand(time(NULL)); for(int i=0;i for(int i=1;i<=size;i++) { int p=rand()%size; while(a[p]!=0) {p=(++p)%size;} a[p]=i; } show_array(a,size); } //copy array void CopyArray(int a[],int b[],int size) { for(int i=0;i } { int*a;int *temp_a; int size=4; cin>>size; a=new int [size]; temp_a = new int [size]; RandomArray(temp_a,size); CopyArray(temp_a,a,size); show_array(a,size); InsertSort(a,size); show_array(a,size); cout << "插入排序比较次数为" << count_compare << endl; cout << "插入排序移动次数为" << count_move << endl; cout << "总规模为" << count_all() << endl; clear_count(); CopyArray(temp_a,a,size); show_array(a,size); MergeSort(a,0,size-1,size); show_array(a,size); cout << "合并排序比较次数为" << count_compare << endl; cout << "合并排序移动次数为" << count_move << endl; cout << "总规模为" << count_all() << endl; clear_count(); CopyArray(temp_a,a,size); show_array(a,size); QuickSort(a,0,size-1); show_array(a,size); cout << "快速排序比较次数为" << count_compare << endl; cout << "快速排序移动次数为" << count_move << endl; cout << "总规模为" << count_all() << endl; show_array(a,size); system("pause"); return 0; }} 1.3运行示例 1.4数据分析 （单次录入数据具有较大随机误差，只看增长趋势） 根据列表分析，插入算法平均复杂度为Ο（n）, 合并算法平均复杂度为Ο（nlogn）, 快速排序算法平均复杂度为Ο（nlogn）,但是排序算法最坏情况下复杂度仍为Ο（n2），为了验证这一点，取n=1000的已排好数组，快排总规模变为503497，取n=10000的已排好数组，快排总规模变为50034997。说明快排算法对已经基本排好的数组反而耗时间更多。 2循环赛问题 2.1问题描述 设有n个运动员要进行网球循环赛。设计一个满足下列条件的比赛日程表： 每个选手必须与其他n-1个选手各赛一次； 每个选手一天只能赛一次； 当n是偶数时，循环赛进行n-1天。 当n是奇数时，循环赛进行n天。 2.2问题分析 当n= （k=1、2、3、4，……,n=2、4、8、16，……）时，此时问题比较简单。按照分治的策略，可将所有参赛的选手分为两部分，n＝个选手的比赛日程表就可以通过为n/2＝个选手设计的比赛日程表来决定。递归地执行这种分割，直到只剩下2个选手时，比赛日程表的制定就变得很简单：只要让这2个选手进行比赛就可以了。再逐步合并子问题的解即可得到原问题的解。 推广当n为任意整数时: 当n小于或等于1时，没有比赛。 当n是偶数时,至少举行n-1轮比赛. 当n是奇数时,至少举行n轮比赛,这时每轮将会有一支球队轮空。 因此应对策略如下： （1)当n/2为偶数时，与n= 情形类似，可用分治法求解。 （2)当n/2为奇数时，递归返回的轮空的比赛要作进一步处理。可以在前n/2轮比赛中让轮空选手与下一个未参赛选手进行比赛。 2.3 源程序 #include using namespace std; int a[100][100]; int b[100]; bool odd(int n) //判断n奇偶性 { return n&1; //n为奇数，返回1，n为偶数，返回0 } void copyodd(int n) // n/2为奇数时的合并算法{ int m=n/2; for(int i=0;i { b[i]=m+i; b[m+i]=b[i]; } for(int i=0;i { //由左上角小块的值算出相应的左下角小块的值 for(int j=0;j { if(a[i][j]>=m) { a[i][j]=b[i]; a[m+i][j]=(b[i]+m)%n; } else a[m+i][j]=a[i][j]+m; } //由左上角小块的值算出相应的右上角和右下角小块的值 for(int j=1;j { a[i][m+j]=b[i+j]; a[b[i+j]][m+j]=i; } } } void copy(int n) { int m=n/2; for(int i=0;i for(int j=0;j { //由左上角小块的值算出对应的右上角小块的值 a[i][j+m]=a[i][j]+m; //由右上角小块的值算出对应的左下角小块的值 a[i+m][j]=a[i][j+m]; //由左上角小块的值算出对应的右下角小块的值 a[i+m][j+m]=a[i][j]; } } void makecopy(int n) //合并算法{ if((n/2)>1&&odd(n/2)) copyodd(n); //n/2为奇数时 else copy(n); } void tourna(int n) //改进的分治赛算法{ if(n==1){a[0][0]=0;return;} if(odd(n)){tourna(n+1);return;} //n为奇数，分治 tourna(n/2); //n为偶数，分治 makecopy(n); //合并 } int main() { int n; cout << "请输入参数队数:"< cin>>n; tourna(n); cout << "参数日程表为:"< for(int i=0;i for(int j=0;j cout << a[i][j] << " "; cout << endl; } system("pause"); return 0; } 2.4运行示例 3最大最小值问题 3.1问题描述与分析 在含有n个不同元素的集合中同时找出它的最大和最小元素 算法思想：先相邻两个两个比较，较大的放入数组max[],较小的放入数组min[],然后从max[]数组求出最大，min[]数组求出最小即可。 从算法描述中可以看出，占据算法的主要执行次数的是比较过程，因此算法的复杂性主要跟比较次数相关 T n= 1 T n/2+T n/2+2 当n是2的幂时，即对于某个正整数k,n=2k,有T(n)=2T(n/2)+2 =2(2T(n/4)+2)+2 =2*2T(n/4)+2*2+2 ….. =2k?1+2k-2 =3n/2-2 这是最优情况，平均则比直接比较少25% 3.2源程序 //find max and min #include using namespace std; void Max_Min(int a[],int n) { int m = (n+1)/2; int max[m]; int min[m]; int k = 0, j = 0; if(n/2 != 0) max[m-1] = min[m-1] = a[n-1]; for (int i=0; i < n-1; i = i+2) { if (a[i] >= a[i+1]) { max[j++] = a[i]; min[k++] = a[i+1]; } else { max[j++] = a[i+1]; min[k++] = a[i]; } } for( int i=0; i< m; i++) { cout << "max[" << i << "] = " << max[i] << "\t"; cout << "min[" << i << "] = " << min[i] < } int MAX = max[0]; int MIN = min[0]; for ( j = 1; j < m; j++) { if (max[j] > MAX) MAX = max[j]; if (min[j] < MIN) MIN = min[j]; } cout << "MAX = " << MAX << ", MIN = " << MIN < int main(void) { int a[] = {6,16,3,13,6,5,7,8,9,10,2,8,6}; int n = sizeof(a)/sizeof(a[0]); Max_Min(a,n); system("pause"); return 0; } 3.3运行示例 《数据结构》必须掌握的知识点与算法 第一章绪论 1、算法的五个重要特性（有穷性、确定性、可行性、输入、输出） 2、算法设计的要求（正确性、可读性、健壮性、效率与低存储量需求） 3、算法与程序的关系： （1）一个程序不一定满足有穷性。例操作系统，只要整个系统不遭破坏，它将永远不会停止，即使没有作业需要处理，它仍处于动态等待中。因此，操作系统不是一个算法。 （2）程序中的指令必须是机器可执行的，而算法中的指令则无此限制。算法代表了对问题的解，而程序则是算法在计算机上的特定的实现。 （3）一个算法若用程序设计语言来描述，则它就是一个程序。 4、算法的时间复杂度的表示与计算（这个比较复杂，具体看算法本身，一般关心其循环的次数与N的关系、函数递归的计算） 第二章线性表 1、线性表的特点： （1）存在唯一的第一个元素；（这一点决定了图不是线性表） （2）存在唯一的最后一个元素； （3）除第一个元素外，其它均只有一个前驱（这一点决定了树不是线性表） （4）除最后一个元素外，其它均只有一个后继。 2、线性表有两种表示：顺序表示（数组）、链式表示（链表），栈、队列都是线性表，他们都可以用数组、链表来实现。 3、顺序表示的线性表（数组）地址计算方法： （1）一维数组，设DataType a[N]的首地址为A0，每一个数据（DataType类型）占m个字节，则a[k]的地址为：A a[k]＝A0+m*k（其直接意义就是求在数据a[k]的前面有多少个元素，每个元素占m个字节） （2）多维数组，以三维数组为例，设DataType a[M][N][P]的首地址为A000，每一个数据（DataType 类型）占m个字节，则在元素a[i][j][k]的前面共有元素个数为：M*N*i+N*j+k，其其地址为： A a[i][j][k]＝A000+m*(M*N*i+N*j+k)； 4、线性表的归并排序： 设两个线性表均已经按非递减顺序排好序，现要将两者合并为一个线性表，并仍然接非递减顺序。可见算法2.2 5、掌握线性表的顺序表示法定义代码，各元素的含义； 6、顺序线性表的初始化过程，可见算法2.3 7、顺序线性表的元素的查找。 8、顺序线性表的元素的插入算法，注意其对于当原来的存储空间满了后，追加存储空间（就是每次增加若干个空间，一般为10个）的处理过程，可见算法2.4 9、顺序线性表的删除元素过程，可见算法2.5 10、顺序线性表的归并算法，可见算法2.7 11、链表的定义代码，各元素的含义，并能用图形象地表示出来，以利分析； 12、链表中元素的查找 13、链表的元素插入，算法与图解，可见算法2.9 14、链表的元素的删除，算法与图解，可见算法2.10 15、链表的创建过程，算法与图解，注意，链表有两种（向表头生长、向表尾生长，分别用在栈、队列中），但他们的区别就是在创建时就产生了，可见算法2.11 16、链表的归并算法，可见算法2.12 17、建议了解所谓的静态单链表（即用数组的形式来实现链表的操作），可见算法2.13 18、循环链表的定义，意义 19、循环链表的构造算法（其与单链表的区别是在创建时确定的）、图解 《计算机算法设计与分析》习题及答案 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（ A ）。 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. 回溯法解旅行售货员问题时的解空间树是（ A ）。 A、子集树 B、排列树 C、深度优先生成树 D、广度优先生成树 5．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 6、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 7、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 8. 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 9．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 10．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 11.备忘录方法是那种算法的变形。（ B ） A、分治法 B、动态规划法 C、贪心法 D、回溯法 12．哈夫曼编码的贪心算法所需的计算时间为（B ）。 A、O（n2n） B、O（nlogn） C、O（2n） D、O（n） 13．分支限界法解最大团问题时，活结点表的组织形式是（B ）。 A、最小堆 B、最大堆 C、栈 D、数组 14．最长公共子序列算法利用的算法是（B）。 A、分支界限法 B、动态规划法 C、贪心法 D、回溯法 15．实现棋盘覆盖算法利用的算法是（A ）。 A、分治法 B、动态规划法 C、贪心法 D、回溯法 16.下面是贪心算法的基本要素的是（C ）。 A、重叠子问题 B、构造最优解 C、贪心选择性质 D、定义最优解 17.回溯法的效率不依赖于下列哪些因素（ D ） A.满足显约束的值的个数 B. 计算约束函数的时间 C.计算限界函数的时间 D. 确定解空间的时间 18.下面哪种函数是回溯法中为避免无效搜索采取的策略（B ） A．递归函数 B.剪枝函数 C。随机数函数 D.搜索函数 19. （D）是贪心算法与动态规划算法的共同点。 A、重叠子问题 B、构造最优解 C、贪心选择性质 D、最优子结构性质 20. 矩阵连乘问题的算法可由（ B ）设计实现。 A、分支界限算法 B、动态规划算法 C、贪心算法 D、回溯算法 21. 分支限界法解旅行售货员问题时，活结点表的组织形式是（ A ）。 算法递归典型例题 实验一：递归策略运用练习 三、实验项目 1．运用递归策略设计算法实现下述题目的求解过程。 题目列表如下： （1）运动会开了N天，一共发出金牌M枚。第一天发金牌1枚加剩下的七分之一枚，第二天发金牌2枚加剩下的七分之一枚，第3天发金牌3枚加剩下的七分之一枚，以后每天都照此办理。到了第N天刚好还有金牌N枚，到此金牌全部发完。编程求N和M。 （2）国王分财产。某国王临终前给儿子们分财产。他把财产分为若干份，然后给第一个儿子一份，再加上剩余财产的1/10；给第二个儿子两份，再加上剩余财产的1/10；……；给第i 个儿子i份，再加上剩余财产的1/10。每个儿子都窃窃自喜。以为得到了父王的偏爱，孰不知国王是“一碗水端平”的。请用程序回答，老国王共有几个儿子？财产共分成了多少份？ 源程序： （3）出售金鱼问题：第一次卖出全部金鱼的一半加二分之一条金鱼；第二次卖出乘余金鱼的三分之一加三分之一条金鱼；第三次卖出剩余金鱼的四分之一加四分之一条金鱼；第四次卖出剩余金鱼的五分之一加五分之一条金鱼；现在还剩下11条金鱼，在出售金鱼时不能把金鱼切开或者有任何破损的。问这鱼缸里原有多少条金鱼？ （4）某路公共汽车，总共有八站，从一号站发轩时车上已有n位乘客，到了第二站先下一半乘客，再上来了六位乘客；到了第三站也先下一半乘客，再上来了五位乘客，以后每到一站都先下车上已有的一半乘客，再上来了乘客比前一站少一个……，到了终点站车上还有乘客六人，问发车时车上的乘客有多少？ （5）猴子吃桃。有一群猴子摘来了一批桃子，猴王规定每天只准吃一半加一只（即第二天吃剩下的一半加一只，以此类推），第九天正好吃完，问猴子们摘来了多少桃子？ （6）小华读书。第一天读了全书的一半加二页，第二天读了剩下的一半加二页，以后天天如此……，第六天读完了最后的三页，问全书有多少页？ （7）日本著名数学游戏专家中村义作教授提出这样一个问题：父亲将2520个桔子分给六个儿子。分完后父亲说：“老大将分给你的桔子的1/8给老二；老二拿到后连同原先的桔子分1/7给老三；老三拿到后连同原先的桔子分1/6给老四；老四拿到后连同原先的桔子分1/5给老五；老五拿到后连同原先的桔子分1/4给老六；老六拿到后连同原先的桔子分1/3给老大”。结果大家手中的桔子正好一样多。问六兄弟原来手中各有多少桔子？ 四、实验过程 （一）题目一：…… 1.题目分析 由已知可得，运动会最后一天剩余的金牌数gold等于运动会举行的天数由此可倒推每一 天的金牌剩余数，且每天的金牌数应为6的倍数。 2.算法构造 设运动会举行了N天， If(i==N)Gold[i]=N; Else gold[i]=gold[i+1]*7/6+i; 应用数学学院信息安全专业班学号姓名 实验题目递归与分治法 综合实验评分表 实验报告 一、实验目的与要求 1.掌握递归算法的设计思想 2.掌握分治法设计算法的一般过程 3.理解并掌握算法渐近时间复杂度的分析方法 二、实验内容 1、折半查找的递归算法 （1）源程序代码 #include if(-1 != addr) cout << endl << n << "是上述整数中的第" << addr << "个数" << endl; else cout << endl << n << "不在上述的整数中" << endl << endl; getchar(); return 0; } （2）运行界面 ①查找成功 ②查找失败 专题1：算法初步知识点及典型例题（原卷版） 【知识梳理】 知识点一、算法 1．算法的概念 （1）古代定义：指的是用阿拉伯数字进行算术运算的过程。 （2）现代定义：算法通常是指按照一定规则解决某一类问题的明确和有限的步骤。 （3）应用：算法通常可以编成计算机程序，让计算机执行并解决问题。 2．算法的特征： ①指向性：能解决某一个或某一类问题； ②精确性：每一步操作的内容和顺序必须是明确的；算法的每一步都应当做到准确无误，从开始的“第一步”直到“最后一步”之间做到环环相扣，分工明确.“前一步”是“后一步”的前提，“后一步”是“前一步”的继续. ③有限性：必须在有限步内结束并返回一个结果；算法要有明确的开始和结束，当到达终止步骤时所要解决的问题必须有明确的结果，也就是说必须在有限步内完成任务，不能无限制的持续进行. ④构造性：一个问题可以构造多个算法，算法有优劣之分。 3．算法的表示方法： （1) 用自然语言表示算法: 优点是使用日常用语, 通俗易懂；缺点是文字冗长, 容易出现歧义； （2) 用程序框图表示算法：用图框表示各种操作，优点是直观形象, 易于理解。 注：泛泛地谈算法是没有意义的，算法一定以问题为载体。 例1．下面给出一个问题的算法: S1输入x; S2若x≤2,则执行S3;否则,执行S4; S3输出-2x-1; S4输出x2-6x+3. 问题: (1)这个算法解决的是什么问题? (2)当输入的x值为多大时,输出的数值最小? 知识点二：流程图 1. 流程图的概念： 流程图，是由一些图框和流程线组成的，其中图框表示各种操作的类型，图框中的文字和符合表示操作的内容，流程线表示操作的先后次序。 2. 图形符号名称含义 开始/结束框 用于表示算法的开始与结束 输入/输出框 用于表示数据的输入或结果的输出 处理框描述基本的操作功能，如“赋值”操作、数学 运算等 判断框判断某一条件是否成立，成立时在出口处标明 “是”或“Y”；不成立时标明“否”或“N” 流程线 表示流程的路径和方向 连接点 用于连接另一页或另一部分的框图 注释框 框中内容是对某部分流程图做的解释说明 3. (1)使用标准的框图的符号； (2)框图一般按从上到下、从左到右的方向画； (3)除判断框图外，大多数框图符号只有一个进入点和一个退出点。判断框是具有超过一个退出点的唯一符号； (4)一种判断框是“是”与“不是”两分支的判断，而且有且仅有两个结果；另一种是多分支判断，有几种不同的结果； (5)在图形符号内描述的语言要非常简练清楚。 4.算法的三种基本逻辑结构： （1)顺序结构：由若干个按从上到下的顺序依次进行的处理步骤（语句或框）组成。这是任何一个算法都离不开的基本结构。 （2)条件结构：算法流程中通过对一些条件的判断，根据条件是否成立而取不同的分支流向的结构。它是依据指定条件选择执行不同指令的控制结构。 （3)循环结构：根据指定条件，决定是否重复执行一条或多条指令的控制结构称为循环结构。 知识点三：基本算法语句 程序设计语言由一些有特定含义的程序语句构成，与算法程序框图的三种基本结构相对应，任何程序设计语言都包含输入输出语句、赋值语句、条件语句和循环语句。以下均为BASIC 算法实现题3-7 数字三角形问题 问题描述： 给定一个由n行数字组成的数字三角形，如图所示。试设计一个算法，计算出从三角形的顶至底的一条路径，使该路径经过的数字总和最大。编程任务： 对于给定的由n行数字组成的数字三角形，编程计算从三角形的顶至底的路径经过的数字和的最大值。数据输入： 有文件input.txt提供输入数据。文件的第1行是数字三角形的行数n，1<=n<=100。接下来的n行是数字三角形各行的数字。所有数字在0-99之间。结果输出： 程序运行结束时，将计算结果输出到文件output.txt中。文件第1行中的数是计算出的最大值。 输入文件示例输出文件示 例 input.txt output.txt 5 30 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 源程序： #include "stdio.h" voidmain() { intn,triangle[100][100],i,j;//triangle数组用来存储金字塔数值,n表示行数 FILE *in,*out;//定义in，out两个文件指针变量 in=fopen("input.txt","r"); fscanf(in,"%d",&n);//将行数n读入到变量n中 for(i=0;i 1.一个算法就是一个有穷规则的集合，其中之规则规定了解决某一特殊类型问题的一系列运算，此外，算法还应具有以下五个重要特性:_________,________,________,__________,__________。 2.算法的复杂性有_____________和___________之分，衡量一个算法 好坏的标准是______________________。 3.某一问题可用动态规划算法求解的显着特征是 ____________________________________。 4.若序列X={B,C,A,D,B,C,D}，Y={A,C,B,A,B,D,C,D}，请给出序列X 和Y的一个最长公共子序列_____________________________。 5.用回溯法解问题时，应明确定义问题的解空间，问题的解空间至少应包含___________。 6.动态规划算法的基本思想是将待求解问题分解成若干____________，先求解___________，然后从这些____________的解得到原问题的解。 7.以深度优先方式系统搜索问题解的算法称为_____________。 背包问题的回溯算法所需的计算时间为_____________,用动态规划算法所需的计算时间为____________。 9.动态规划算法的两个基本要素是___________和___________。? 10.二分搜索算法是利用_______________实现的算法。 二、综合题（50分） 1.写出设计动态规划算法的主要步骤。 2.流水作业调度问题的johnson算法的思想。 《算法设计与分析》知识点总结 1．算法的渐进时间复杂度分析，能够对给定的代码段（伪代码段）进行时间复杂度分析，能够对用关于问题规模n的函数表示的时间复杂度计算其渐进阶。 2．概念： 算法：通俗来讲，算法是指解决问题的方法或者过程，包括输入，输出，确定性，有限性。 1）子问题：结构性质与原问题相似的具有规模更小的问题。 2）可行解：满足某线性规划所有的约束条件（指全部前约束条件和后约束条件）的任意一组决策变量的取值，都称为该线性规划的一个可行解。 3）解空间：若齐次线性方程组有非零解,则其解有无穷多个,而齐次线性方程组所有解的集合构成一个向量空间,这个向量空间就称为解空间. 4）目标函数：指所关心的目标(某一变量)与相关的因素(某些变量)的函数关系。 5）最优解：使某线性规划的目标函数达到最优值（最大值或最小值）的任一可行解，都称为该线性规划的一个最优解。 6）最优化问题：一般是指按照给定的标准在某些约束条件下选取最优的解集，即使系统的某些性质能指标达到最大或最小。 7）递归算法：直接或者间接地调用自身的算法称为递归算法。 8）分治法：将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。递归地求出子问题的解，就可得到原问题的解。 9）动态规划：将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解，与分治法不同的，分解的子问题往往不是互相独立的。（为了避免指数时间，不管子问题的解会不会用到，都会填入到一个表中） 10）最优子结构性质：当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。（动态规划和贪心都有） 11）重叠子问题性质：在用递归算法自顶向下解问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算多次。动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只解一次，而后将其解保存在一个表格中，当再次需要此子问题时，只是简单地用常数时间查看一下结果。 12）备忘录算法：动态规划方法的变形。与动态规划算法不同的是，备忘录方法的递归方式是自顶向下的，而动态规划算法则是自底向上的。（其控制结构与递归方法是一样的，只是备忘录方法为每一个解过的子问题建立备忘录，以便需要时查看，避免相同子问题的重复求解） 13）贪心法：是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择，从而希望导致结果是最好或最优的算法。 14）贪心选择性质：指所求问题的整体最优解可以通过一系列局部最优解的选择，即贪心选择来达到。 15）回溯法：是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这 算法设计与分析实验报告 姓名：888 学号：129074999 老师：许精明 实验1：杨辉三角 解法思路： 根据杨辉三角中除最外层（不包括杨辉三角底边）的数为1外，其余的数都是它肩上两个数之和这一性质，用数组输出杨辉三角。 根据杨辉三角的第n行恰好是C(n,0)~C(n,n)，可以不用数组输出，而用动态规划。这里的C表示组合。 注：由于为了便于控制输出格式，程序中的最大输出行确定的较小，但程序本身并没有错误。若要输出更多行，需要增加控制输出格式的语句。 解法一：数组 #include 华南农业大学期末考试试卷（A卷） 2008学年第一学期考试科目：算法分析与设计 考试类型：（闭卷）考试时间：120分钟 学号姓名年级专业 一、选择题（20分，每题2分） 1.下述表达不正确的是。 A．n2/2 + 2n的渐进表达式上界函数是O(2n) B．n2/2 + 2n的渐进表达式下界函数是Ω(2n) C．logn3的渐进表达式上界函数是O(logn) D．logn3的渐进表达式下界函数是Ω(n3) 2.当输入规模为n时，算法增长率最大的是。 A．5n B．20log2n C．2n2D．3nlog3n 3.T（n）表示当输入规模为n时的算法效率，以下算法效率最优的是。A．T（n）= T（n – 1）+1，T（1）=1 B．T（n）= 2n2 C．T（n）= T（n/2）+1，T（1）=1 D．T（n）= 3nlog2n 4.在棋盘覆盖问题中，对于2k×2k的特殊棋盘（有一个特殊方块），所需的L型骨 牌的个数是。 A．（4k– 1）/3 B．2k /3 C．4k D．2k 5.在寻找n个元素中第k小元素问题中，若使用快速排序算法思想，运用分治算法 对n个元素进行划分，应如何选择划分基准？下面答案解释最合理。A．随机选择一个元素作为划分基准 B．取子序列的第一个元素作为划分基准 C．用中位数的中位数方法寻找划分基准 D．以上皆可行。但不同方法，算法复杂度上界可能不同 6. 现在要盖一所邮局为这9个村庄服务，请问邮局应该盖在 才能使到邮局到这9个村庄的总距离和最短。 A ．（4.5，0） B ．（4.5，4.5） C ．（5，5） D ．（5，0） 7. n 个人拎着水桶在一个水龙头前面排队打水，水桶有大有小，水桶必须打满水， 水流恒定。如下 说法不正确？ A ．让水桶大的人先打水，可以使得每个人排队时间之和最小 B ．让水桶小的人先打水，可以使得每个人排队时间之和最小 C ．让水桶小的人先打水，在某个确定的时间t 内，可以让尽可能多的人打上水 D ．若要在尽可能短的时间内，n 个人都打完水，按照什么顺序其实都一样 8. 分治法的设计思想是将一个难以直接解决的大问题分割成规模较小的子问题，分 别解决子问题，最后将子问题的解组合起来形成原问题的解。这要求原问题和子问题 。 A ．问题规模相同，问题性质相同 B ．问题规模相同，问题性质不同 C ．问题规模不同，问题性质相同 D ．问题规模不同，问题性质不同 9. 对布线问题，以下 是不正确描述。 A ．布线问题的解空间是一个图 B ．可以对方格阵列四周设置围墙，即增设标记的附加方格的预处理，使得算法简化对边界的判定 C ．采用广度优先的标号法找到从起点到终点的布线方案（这个方案如果存在的话）不一定是最短的 D ．采用先入先出的队列作为活结点表，以终点b 为扩展结点或活结点队列为空作为算法结束条件 10. 对于含有n 个元素的子集树问题，最坏情况下其解空间的叶结点数目为 。 A ．n! B ．2n C ．2n+1-1 D ． ∑=n i i n 1 !/! 答案：DACAD CACCB 精品文档习题胡明-版)-王红梅-算法设计与分析(第2答案 1 习题）—1783Leonhard Euler，17071.图论诞生于七桥问题。出生于瑞士的伟大数学家欧拉（提 出并解决了该问题。七桥问题是这样描述的：北区一个人是否能在一次步行中穿越哥尼斯堡（现东区在叫加里宁格勒，在波罗的海南岸）城中全部岛区的七座桥后回到起点，且每座桥只经过一次，南区是这条河以及河上的两个岛和七座桥的图1.7 1.7 七桥问题图草图。请将该问题的数据模型抽象出来，并判断此问题是否有解。 七桥问题属于一笔画问题。 输入：一个起点 输出：相同的点一次步行1，经过七座桥，且每次只经历过一次2，回到起点3，该问题无解：能一笔画的图形只有两类：一类是所有的点都是偶点。另一类是只有二个奇点的图形。）用的不是除法而是减最初的欧几里德算法2．在欧几里德提出的欧几里德算法中（即法。请用伪代码描述这个版本的欧几里德算法 1.r=m-n r=0 循环直到2.m=n 2.1 n=r 2.2 r=m-n 2.3 m 输出3 ．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。要求分别给出伪代3++描述。C码和 采用分治法// //对数组先进行快速排序在依次比较相邻的差//精品文档． 精品文档 #include 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 习题1.1 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 一、基本题： 算法： 1、程序是算法用某种程序设计语言的具体实现。 2、算法就是一组有穷的序列(规则) ，它们规定了解决某一特定类型问题的一系 列运算。 3、算法的复杂性是算法效率的度量，是评价算法优劣的重要依据。 4、算法的“确定性”指的是组成算法的每条指令是清晰的，无歧义的。 5、算法满足的性质：输入、输出、确定性、有限性。 6、衡量一个算法好坏的标准是时间复杂度低。 7、算法运行所需要的计算机资源的量，称为算法复杂性，主要包括时间复杂性和 空间复杂性。 8、任何可用计算机求解的问题所需的时间都与其规模有关。 递归与分治： 9、递归与分治算法应满足条件：最优子结构性质与子问题独立。 10、分治法的基本思想是首先将待求解问题分解成若干子问题。 11、边界条件与递归方程是递归函数的两个要素。 12、从分治法的一般设计模式可以看出，用它设计出的程序一般是递归算法。 13、将一个难以直接解决的大问题，分解成一些规模较小的相同问题，以便各个击 破。这属于分治法的解决方法。 14、Strassen矩阵乘法是利用分治策略实现的算法。 15、大整数乘积算法是用分治法来设计的。 16、二分搜索算法是利用分治策略实现的算法。 动态规划： 17、动态规划算法的两个基本要素是最优子结构性质和重叠子问题性质。 18、下列算法中通常以自底向上的方式求解最优解的是动态规划法。 19、备忘录方法是动态规划算法的变形。 20、最优子结构性质是贪心算法与动态规划算法的共同点。 21、解决0/1背包问题可以使用动态规划、回溯法，其中不需要排序的是动态规 划，需要排序的是回溯法。 贪心算法： 22、贪心算法总是做出在当前看来最好的选择。也就是说贪心算法并不从整体 最优考虑，它所做出的选择只是在某种意义上的局部最优解。 23、最优子结构性质是贪心算法与动态规划算法的共同点。 24、背包问题的贪心算法所需的计算时间为 O(nlogn) 。 回溯法： 25、回溯法中的解空间树结构通常有两种，分别是子集树和排列树。（3） 26、回溯法搜索解空间树时，常用的两种剪枝函数为约束函数和限界函数。 27、解决0/1背包问题可以使用动态规划、回溯法，其中不需要排序的是动态规 划，需要排序的是回溯法。 28、使用回溯法进行状态空间树裁剪分支时一般有两个标准：约束条件和目标函数 的界，N皇后问题和0/1背包问题正好是两种不同的类型，其中同时使用约束条件和目标函数的界进行裁剪的是 0/1背包，只使用约束条件进行裁剪的是 N 皇后问题。 29 用搜索算法解旅行售货员问题时的解空间树是排列树。 30 回溯法搜索状态空间树是按照深度优先遍历的顺序。 31、回溯法算法是以深度优先策略进行搜索的。 32、0-1背包问题的回溯算法所需的计算时间为 O（n2n） 分支限界法： 33、以广度优先搜索或以最小耗费（最大效益）优先的方式搜索问题解的算法称 为分支限界法。 34、分支限界法主要有队列式（FIFO）分支限界法和优先队列式分支限界法。 35、分支限界法解旅行售货员问题时，活结点表的组织形式是最小堆。 其他： 36、10000*n^2+10*n+1的时间复杂度是______。 37、f(n)=n^2+10*n+1000000的时间复杂度是______。 38、算法分析中,记号O表示渐进上界。 39、f(n)= 6×2n+n2，f(n)的渐进上界是 O(2^n)。 40、f(n)= 6×2n+n2，f(n)的渐进上界是 O(n^2)。 41、f(n)= 100×3n+10000×n2，f(n)的渐进上界是_____________。 42、f(n)= 6×4n+n2，f(n)的渐进上界是 O(2^n) 。 43、按照渐近阶从低到高的顺序排列下列表达式：4n2，logn，3n， n2/3，n!，2n。 Logn< n2/3<4n2<2n<3n 湖南科技学院二○ 年 学期期末考试 信息与计算科学专业 年级《算法设计与分析》 试题 考试类型：开卷 试卷类型：C 卷 考试时量：120 分钟 1. 用O 、Ω和θ表示函数f 与g 之间的关系______________________________。 ()()log log f n n n g n n == 2. 算法的时间复杂性为1, 1()8(3/7), 2 n f n f n n n =?=? +≥?，则算法的时间复杂性的阶 为__________________________。 3. 快速排序算法的性能取决于______________________________。 4. 算法是_______________________________________________________。 5. 在对问题的解空间树进行搜索的方法中，一个活结点最多有一次机会成为活结点的是_________________________。 6. 在算法的三种情况下的复杂性中，可操作性最好且最有实际价值的是_____情况下的时间复杂性。 7. 大Ω符号用来描述增长率的下限，这个下限的阶越___________，结果就越有价值。。 8. ____________________________是问题能用动态规划算法求解的前提。 9. 贪心选择性质是指________________________________________________________ ____________________________________________________________。 题 号 一 二 三 四 五 总分 统分人 得 分 阅卷人 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： 第一章作业 1.证明下列Ο、Ω和Θ的性质 1）f=Ο(g)当且仅当g=Ω(f) 证明：充分性。若f=Ο(g)，则必然存在常数c1>0和n0，使得?n≥n0，有f≤c1*g(n)。由于c1≠0，故g(n) ≥ 1/ c1 *f(n)，故g=Ω(f)。 必要性。同理，若g=Ω(f)，则必然存在c2>0和n0，使得?n≥n0，有g(n) ≥ c2 *f(n).由于c2≠0，故f(n) ≤ 1/ c2*f(n)，故f=Ο(g)。 2）若f=Θ(g)则g=Θ(f) 证明：若f=Θ(g)，则必然存在常数c1>0，c2>0和n0，使得?n≥n0，有c1*g(n) ≤f(n) ≤ c2*g(n)。由于c1≠0，c2≠0，f(n) ≥c1*g(n)可得g(n) ≤ 1/c1*f(n)，同时，f(n) ≤c2*g(n)，有g(n) ≥ 1/c2*f(n)，即1/c2*f(n) ≤g(n) ≤ 1/c1*f(n)，故g=Θ(f)。 3）Ο(f+g)= Ο(max(f,g))，对于Ω和Θ同样成立。 证明：设F(n)= Ο(f+g)，则存在c1>0，和n1，使得?n≥n1，有 F(n) ≤ c1 (f(n)+g(n)) = c1 f(n) + c1g(n) ≤ c1*max{f,g}+ c1*max{f,g} =2 c1*max{f,g} 所以，F(n)=Ο(max(f,g))，即Ο(f+g)= Ο(max(f,g)) 对于Ω和Θ同理证明可以成立。 4）log(n!)= Θ(nlogn) 证明： ?由于log(n!)=∑=n i i 1 log ≤∑=n i n 1 log =nlogn ，所以可得log(n!)= Ο(nlogn)。 ?由于对所有的偶数n 有， log(n!)= ∑=n i i 1 log ≥∑=n n i i 2 /log ≥∑=n n i n 2 /2/log ≥(n/2)log(n/2)=(nlogn)/2-n/2。 当n ≥4，(nlogn)/2-n/2≥(nlogn)/4，故可得?n ≥4，log(n!) ≥(nlogn)/4，即log(n!)= Ω(nlogn)。 综合以上两点可得log(n!)= Θ(nlogn) 2. 设计一个算法，求给定n 个元素的第二大元素，并给出算法在最坏情况下使用的比较次数。（复杂度至多为2n-3） 算法： V oid findsecond(ElemType A[]) { for (i=2; i<=n;i++) if (A[1]考研数据结构必须掌握的知识点与算法-打印版
《计算机算法设计与分析》习题及答案
算法设计及分析递归算法典型例题
算法设计与分析：递归与分治法-实验报告
专题1：算法初步知识点及典型例题(原卷版)
算法设计与分析课后部分习题答案
算法设计与分析考试题及答案
算法知识点总结
算法设计与分析
算法设计与分析课程期末试卷-A卷(自测 )
算法设计与分析第2版 王红梅 胡明 习题答案
算法设计与分析学习总结
算法设计与分析基础习题参考答案
算法设计与分析复习题整理 (1)
算法设计与分析试卷及答案
算法分析与设计知识点总结
算法设计与分析习题解答
相关主题
文本预览