(完整word版)《算法分析与设计》期末考试复习题纲(完整版)要点

算法设计与分析■期末考试题整理1、一个算法应有哪些主要特征？又穷性，确定性，可行性，0个或多个输入，一个或多个输岀2、分治法(Divide and Conquer)与动态规划(Dynamic Programming)有什么不同？分治算法会重复的求解公共了问题，会做许多不必要的T作，而动态规划对每个了问题Z 求解一次，将其结果存入一张表屮，从而避免了每次遇到各个了问题有从新求解。

3、试举例说明贪心算法对有的问题是有效的，而对一些问题是无效的。

贪心算有效性：最小生成树、哈弟曼、活动安排、单元最短路径。

无效反例：0——I背包问题，无向图找嚴短路径问题。

4、求解方程fi[l)=f(2)=l。

由f(n)=f(n-1 )+f(n-2) nJ'得f(n)-f(n-l)-f(n-2)=0M得方程的特征方程为/ _兀一1 = 0,设特征方程的2个根本分别为"，兀2,则可得尤]=心=匕二2,则有- 21 4- V5 … 1 — yl~5 n/S) = C|(—y—) +C2(—y—)乂/•⑴= .f(2) “可得可得C] = a,c2 = hf(n) = a(^y+b(^)5、求解方稈T(n)=2T(n/2)+l, T(l)=l,设尸2匚r(n) = 2r(n/2) + l2T(n/2) = 22T(n/22) + 222T(/7/22)=23T(A?/23)+222iTS/2z) = 25S/2*) + 2"T上面所有式子相加，相消得T(n) = 2*7(1) + 2°+2,+22 + + 2^ -J-2*=2k +1* --------1-2=2A+, -16、编写一个Quick Sorting算法，并分析时间复杂性。

int part(int *a,int p,int r){int i,j,x,t;x=a[r];i=p-l；fbrOP；jv=r・l；j40{if(aU]<=x){汁+；t=a[i];a[i]=a[j]；aU]=t；}}t=a[i+l]；a[i+l]=a[r];a[r]=t;return 汁1;}void quicksort(int *a,int p,int r){intq;if(pvr){q=part(a,p,r);quicksort(a,p,q-l);quicksort(a,q+l,r);}快速排序时间复杂度最坏情况为OS?),平均为O(nlogn);7、利用Quick Sorting的原理，编写一个查找第k小元索的算法。

（1）用计算机求解问题的步骤：1、问题分析2、数学模型建立3、算法设计与选择4、算法指标5、算法分析6、算法实现7、程序调试8、结果整理文档编制（2）算法定义：算法是指在解决问题时，按照某种机械步骤一定可以得到问题结果的处理过程（3）算法的三要素1、操作2、控制结构3、数据结构算法具有以下5个属性：有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。

确定性：算法中每一条指令必须有确切的含义。

不存在二义性。

只有一个入口和一个出口可行性：一个算法是可行的就是算法描述的操作是可以通过已经实现的基本运算执行有限次来实现的。

输入：一个算法有零个或多个输入，这些输入取自于某个特定对象的集合。

输出：一个算法有一个或多个输出，这些输出同输入有着某些特定关系的量。

算法设计的质量指标：正确性：算法应满足具体问题的需求；可读性：算法应该好读，以有利于读者对程序的理解；健壮性：算法应具有容错处理，当输入为非法数据时，算法应对其作出反应，而不是产生莫名其妙的输出结果。

效率与存储量需求：效率指的是算法执行的时间；存储量需求指算法执行过程中所需要的最大存储空间。

一般这两者与问题的规模有关。

经常采用的算法主要有迭代法、分而治之法、贪婪法、动态规划法、回溯法、分支限界法迭代法也称“辗转法”，是一种不断用变量的旧值递推出新值的解决问题的方法。

利用迭代算法解决问题，需要做好以下三个方面的工作：一、确定迭代模型。

在可以用迭代算法解决的问题中，至少存在一个直接或间接地不断由旧值递推出新值的变量，这个变量就是迭代变量。

二、建立迭代关系式。

所谓迭代关系式，指如何从变量的前一个值推出其下一个值的公式（或关系）。

迭代关系式的建立是解决迭代问题的关键，通常可以使用递推或倒推的方法来完成。

三、对迭代过程进行控制。

在什么时候结束迭代过程？这是编写迭代程序必须考虑的问题。

不能让迭代过程无休止地重复执行下去。

迭代过程的控制通常可分为两种情况：一种是所需的迭代次数是个确定的值，可以计算出来；另一种是所需的迭代次数无法确定。

《算法分析与设计》期末复习题一、选择题1.算法必须具备输入、输出和（ D ）等4个特性.A．可行性和安全性 B．确定性和易读性C．有穷性和安全性 D．有穷性和确定性2.算法分析中,记号O表示( B )，记号Ω表示（ A )A。

渐进下界 B.渐进上界C.非紧上界 D。

紧渐进界3.假设某算法在输入规模为n时的计算时间为T(n)=3*2^n。

在某台计算机上实现并完成概算法的时间为t秒。

现有另一台计算机，其运行速度为第一台的64倍,那么在这台新机器上用同一算法在t秒内能解输入规模为多大的问题?（ B ）解题方法:3*2^n*64=3＊2^xA．n+8 B．n+6C．n+7 D．n+54.设问题规模为N时，某递归算法的时间复杂度记为T（N),已知T（1)=1,T(N）=2T(N/2）+N/2，用O表示的时间复杂度为（ C ）。

A．O（logN） B．O（N）C．O(NlogN） D．O（N²logN)5.直接或间接调用自身的算法称为（ B ）。

A．贪心算法 B．递归算法C．迭代算法 D．回溯法6.Fibonacci数列中，第4个和第11个数分别是（ D ）。

A．5，89 B．3，89C．5，144 D．3，1447.在有8个顶点的凸多边形的三角剖分中，恰有（ B )。

A．6条弦和7个三角形 B．5条弦和6个三角形C．6条弦和6个三角形 D．5条弦和5个三角形8.一个问题可用动态规划算法或贪心算法求解的关键特征是问题的（ B ）。

A．重叠子问题 B．最优子结构性质C．贪心选择性质 D．定义最优解9.下列哪个问题不用贪心法求解（ C ）.A．哈夫曼编码问题 B．单源最短路径问题C．最大团问题 D．最小生成树问题10.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11.下列算法中不能解决0/1背包问题的是( A ）。

A．贪心法 B．动态规划C．回溯法 D．分支限界法12.下列哪个问题可以用贪心算法求解（ D ）。

·算法是指解决问题的方法和过程。

算法是由若干条指令组成的有穷序列。

·算法特性：输入、输出、确定性、有限性（执行时间和执行次数）（有五个空再加上可行性）。

·程序是算法用某种程序设计语言的具体实现，程序可不满足有限性的特性。

·程序调试只能证明程序有错，不能证明程序无错误!·算法复杂性= 算法所需要的计算机资源。

·算法的复杂性取决于：(1)求解问题的规模N；(2)具体的输入数据I；(3)算法本身的设计A。

·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。

第二章递归与分治策略二分搜索技术：O（logn）大整数乘法：O（n log3）=O（n1.59）Strassen矩阵乘法：O（n log7）=O(n2.81) 棋盘覆盖：O（4k）合并排序和快排：O（nlogn）线性时间选择：O(n)最接近点对问题：O(nlogn) 循环赛日程表：O(n2)·分治法思想：将一个难以解决的问题分割成一些规模较小的相同问题，以便逐个击破，分而治之。

边界条件与递归方程是递归函数的两大要素。

递归优点：结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性，因此它为设计算法、调试程序带来很大方便。

缺点：递归算法的运行效率较低，无论是耗费的计算时间还是占用的存储空间都比非递归算法要多。

·分治法时间复杂度分析：T(n)<= O(1) n=n0aT(n/b)+f(n) n>n0若递归方式为减法：T(n) = O(a n)若递归方式为除法：f(n)为合并为原问题的开销：f(n)为常数c时：T(n)=O(n p)f(n)为线性函数：O(n) a<ba是子问题个数，b是递减的步长T(n)= O(nlog b n) a=bO(n p) a>b,p=log b af(n)为幂函数n x时：O(n x) a<f(b)T(n)= O(n p log b n) a=f(b)O(n p) a>f(b),p=log b a·证明算法的正确性：部分正确性、终止性。

《算法分析与设计》期末测验复习题纲(完整版)————————————————————————————————作者：————————————————————————————————日期：《算法分析与设计》期末复习题一、选择题1.算法必须具备输入、输出和（ D ）等4个特性。

A．可行性和安全性 B．确定性和易读性C．有穷性和安全性 D．有穷性和确定性2.算法分析中，记号O表示（ B ），记号Ω表示（ A ）A.渐进下界B.渐进上界C.非紧上界D.紧渐进界3.假设某算法在输入规模为n时的计算时间为T(n)=3*2^n。

在某台计算机上实现并完成概算法的时间为t秒。

现有另一台计算机，其运行速度为第一台的64倍，那么在这台新机器上用同一算法在t秒内能解输入规模为多大的问题？（ B ）解题方法：3*2^n*64=3*2^xA．n+8 B．n+6C．n+7 D．n+54.设问题规模为N时，某递归算法的时间复杂度记为T(N)，已知T(1)=1，T(N)=2T(N/2)+N/2，用O表示的时间复杂度为（ C ）。

A．O(logN) B．O(N)C．O(NlogN) D．O(N²logN)5.直接或间接调用自身的算法称为（ B ）。

A．贪心算法 B．递归算法C．迭代算法 D．回溯法6.Fibonacci数列中，第4个和第11个数分别是（ D ）。

A．5，89 B．3，89C．5，144 D．3，1447.在有8个顶点的凸多边形的三角剖分中，恰有（ B ）。

A．6条弦和7个三角形 B．5条弦和6个三角形C．6条弦和6个三角形 D．5条弦和5个三角形8.一个问题可用动态规划算法或贪心算法求解的关键特征是问题的（ B ）。

A．重叠子问题 B．最优子结构性质C．贪心选择性质 D．定义最优解9.下列哪个问题不用贪心法求解（ C ）。

A．哈夫曼编码问题 B．单源最短路径问题C．最大团问题 D．最小生成树问题10.下列算法中通常以自底向上的方式求解最优解的是（ B ）。

算法设计与分析的复习要点第一章：算法问题求解基础算法是对特定问题求解步骤的一种描述，它是指令的有限序列。

一．算法的五个特征：1．输入：算法有零个或多个输入量；2．输出：算法至少产生一个输出量；3．确定性：算法的每一条指令都有确切的定义，没有二义性；4．可行性：算法的每一条指令必须足够基本，它们可以通过已经实现的基本运算执行有限次来实现；5．有穷性：算法必须总能在执行有限步之后终止。

二．什么是算法？程序与算法的区别1．笼统地说，算法是求解一类问题的任意一种特殊的方法；较严格地说，算法是对特定问题求解步骤的一种描述，它是指令的有限序列。

2．程序是算法用某种程序设计语言的具体实现；算法必须可终止，程序却没有这一限制；即：程序可以不满足算法的第5个性质“有穷性”。

三．一个问题求解过程包括：理解问题、设计方案、实现方案、回顾复查。

四．系统生命周期或软件生命周期分为：开发期：分析、设计、编码、测试；运行期：维护。

五．算法描述方法：自然语言、流程图、伪代码、程序设计语言等。

六．算法分析：是指对算法的执行时间和所需空间的估算。

算法的效率通过算法分析来确定。

七．递归定义：是一种直接或间接引用自身的定义方法。

一个合法的递归定义包括两部分：基础情况和递归部分；基础情况：以直接形式明确列举新事物的若干简单对象；递归部分：有简单或较简单对象定义新对象的条件和方法八．常见的程序正确性证明方法：1.归纳法：由基础情况和归纳步骤组成。

归纳法是证明递归算法正确性和进行算法分析的强有力工具；2.反证法。

第二章：算法分析基础一．会计算程序步的执行次数（如书中例题程序2-1,2-2,2-3的总程序步数的计算）。

二．会证明5个渐近记法。

（如书中P22-25例2-1至例2-9）三．会计算递推式的显式。

（迭代法、代换法，主方法）四．会用主定理求T(n)=aT(n/b)+f(n)。

（主定理见P29，如例2-15至例2-18）五．一个好的算法应具备的4个重要特征：1.正确性：算法的执行结果应当满足预先规定的功能和性能要求；2.简明性：算法应思路清晰、层次分明、容易理解、利于编码和调试；3.效率：算法应有效使用存储空间，并具有高的时间效率；4.最优性：算法的执行时间已达到求解该类问题所需时间的下界。

算法设计与分析复习要点一、单项选择题（本大题共15小题，每小题2分，共30分）二、填空题（本大题共15空，每空1分，共15分）三、分析题（本大题共5小题，每小题5分，共25分）四、综合题（本大题共4小题，1、2题每题6分，3题8分，4题10分，共30分）第2章，导引与基本数据结构：1、什么是算法, 算法的5个特性；对一个算法作出全面分析的两个阶段。

P245个特性：确定性、能行性、输入、输出、有穷性两个阶段：事前分析、事后测试2、O(g(n))，Ω(g(n))， (g(n))的含义。

3、多项式时间算法：可用多项式（函数）对其计算时间限界的算法。

4、常见的多项式限界函数所表示算法时间复杂度的排序：Ο(1) <Ο(logn) < Ο(n) < Ο(nlogn) < Ο(n2) < Ο(n3)5、指数时间算法：计算时间用指数函数限界的算法6、常见的指数时间限界函数：Ο(2n) < Ο(n！) < Ο(n n)11()2(1)11()21nn T n T n n T n =⎧=⎨-+>⎩⇒=-7、什么是算法的复杂性：是该算法所需要的计算机资源的多少，它包括时间和空间资源。

8、复习栈和队列、树、图的基本知识，了解二元树、完全二元树，满二元树、二分检索树、了解图的邻接矩阵和邻接表存储方法。

9、能写出图的深度优先序列和广度优先序列。

10、会求如下一些简单的函数的上界表达式： 3n 2+10n =O(n 2)第3、4章 递归与分治算法1、理解递归算法的优缺点，深刻理解递归算法的执行过程。

如能写出解决n 阶汉诺塔问题的解，并能分析写出3阶汉诺塔问题的递归执行轨迹。

2、递归算法的优点：结构清晰，可读性强，容易用数学归纳法来证明算法的正确性，因此它为设计算法、调试程序带来很大方便。

3、递归算法的缺点：运行效率较低，耗费的计算时间和占用的存储空间都多。

为了达到此目的，根据具体程序的特点对递归调用工作栈进行简化，尽量减少栈操作，压缩栈存储空间以达到节省计算时间和存储空间的目的。

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、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 ）A、分治法B、动态规划法C、贪心法D、回溯法14．哈弗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）15．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16．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17．实现棋盘覆盖算法利用的算法是（ A ）。

题型及分数分布：1.填空题2.简答题、证明题3.计算题2-3题4.算法设计题2-3题15分25分左右30分左右30分左右复习提纲算法基础1.什么是算法？2.算法的五个重要特性3.运算的分类：时间囿界于常数的运算、时间非囿界于常数的运算，为什么要定义时间囿界于常数的运算？怎么分析吋间非囿界于常数的运算？4.什么是事前分析和事后测试？各阶段的目标和特点是什么？5.什么是函数表达式的数量级？数量级的大小怎么反应了算法复杂度的高低？6.什么是限界函数？怎么得来的？7.限界函数：上界函数、下界函数、“均值”函数的定义和性质8.理解定理1.2, P76定理9.掌握数学归纳法、反证法、反例法等证明方法二、递归与递归式1.什么是递归和递归程序设计？2.递归的结构是什么？3.什么是直接递归和间接递归？4.递归程序有哪些效率问题？各自的原因是什么？5.怎么消去递归（不要求）6.什么是代换法、递归树法、主方法？（例题、习题）三、分治法1.简述分治法的基本思想？分治法分解问题的基本要求是什么？为什么说分治与递归像一对李生兄弟？2.可用分治法求解的问题应具有的特征？（了解）3.分治法求解的三个步骤。

4.二分检索（3.2节）1）了解算法2）重点掌握算法复杂度的分析技术（1）对成功和不成功检索情况的讨论（2）什么是二元比较树？内结点、外结点分别代表了什么？比较次数和结点在树屮的级数（或根到结点的路径长度）Z间的关系。

3）定理3.1及其证明过程和结论4）什么叫做以比较为基础的检索？其下界是什么？（了解）5）为什么说二分检索是解决检索问题的最优的最坏情况算法？5.找最大和最小元素（3.3节）：一般了解，理解递归程序的效率问题6.基于分治的分类算法（3.4节）：回顾数据结构相关知识，知道每种分类算法的基本思想、算法复杂度、适用性等方面的性质（不考算法，考应用）1）P46：以关键字比较为基础的分类算法的吋间下界是什么？怎么证明的？（了解）2）P60：一个改进了的快速分类迭代算法模型，其空I'可复杂度为O（logn）是怎么得来的？7.选择问题（3.5节）1）了解基于partition的选择算法设计思想、最坏、平均吋间复杂度的结论和证明。

《算法设计与分析》复习提纲2021.1.4 1 引言(ch1)1.什么是算法及其特征2.问题实例和问题规模2 算法初步(ch2)1.插入排序算法2.算法复杂性及其度量(1)时间复杂性和空间复杂性；(2)最坏、最好和平均情形复杂性；3.插入排序的最坏、最好和平均时间4.归并排序算法及其时间复杂性3函数增长率(ch3)1.渐近记号O、Ω、θ的定义及其使用2.标准复杂性函数及其大小关系3.和式界的证明方法4 递归关系式(ch4，Sch1)1.替换法(1)猜测解 数学归纳法证明；(2)变量变换法；2.迭代法(1)展开法；(2)递归树法；3.主定理4.补充1：递归与分治法(sch1)- 递归设计技术- 递归程序的非递归化- 算法设计(1)Fibonacci数；(2)生成全排列；(3)二分查找；(4)大整数乘法；(5)Stranssen矩阵乘法；(6)导线和开关(略)；5 堆排序(ch6)1堆的概念和存储结构2.堆的性质和种类3.堆的操作：建堆；整堆；4.堆排序算法和时间复杂性5.优先队列及其维护操作6 快速排序(ch7)1.快速排序算法及其最好、最坏时间和平均时间2.随机快速排序算法及其期望时间3.Partition算法7 线性时间排序(ch8)1.基于比较的排序算法下界：Ω(nlogn)2.计数排序适应的排序对象、算法和时间3.基数排序适应的排序对象、算法和时间4.桶排序适应的排序对象、算法和时间8 中位数和顺序统计(ch9)1.最大和最小值的求解方法2.期望时间为线性的选择算法3.最坏时间为线性的选择算法及其时间分析9 红黑树(ch13)1.红黑树的定义和节点结构2.黑高概念3.一棵n个内点的红黑树的高度至多是2log(n+1)4.左旋算法5.插入算法的时间、至多使用2次旋转6.删除算法的时间、至多使用3次旋转10 数据结构的扩张(ch14)1.动态顺序统计：扩展红黑树，支持①选择问题(给定Rank求相应的元素)，②Rank问题(求元素x在集合中的Rank)(1)节点结构的扩展；(2)选择问题的算法；(3)Rank问题的算法；(4)维护树的成本分析；2.如何扩张一个数据结构：扩张的步骤；扩张红黑树的定理(略)；3.区间树的扩张和查找算法11 动态规划(ch15)1.方法的基本思想和基本步骤2.动态规划和分治法求解问题的区别3.最优性原理及其问题满足最优性原理的证明方法4.算法设计(1)多段图规划；(2)矩阵链乘法；(3)最大子段和；(4)最长公共子序列；12 贪心算法(ch16)1.方法的基本思想和基本步骤2.贪心算法的正确性保证：满足贪心选择性质3.贪心算法与动态规划的比较4.两种背包问题的最优性分析：最优子结构性质和贪心选择性质5.算法设计(1)小数背包；(2)活动安排；(3)找钱问题；13 回溯法(sch2)1.方法的基本思想和基本步骤2.回溯法是一种深度遍历的搜索3.术语: 三种搜索空间, 活结点, 死结点, 扩展结点, 开始结点, 终端结点4.两种解空间树和相应的算法框架5.算法设计(1)图和树的遍历；(2)n后问题；(3)0-1背包；(4)排列生成问题；(5)TSP问题；14 平摊分析(ch17)1.平摊分析方法的作用和三种平摊分析方法各自特点2.聚集分析法及应用3.记账分析法及应用4.势能法及应用15 二项堆(ch19 in textbook version 2)1.为什么需要二项堆？二项堆和二叉堆上的几个基本操作时间复杂性2.二项堆定义和存储结构3.二项堆上合并操作及过程4.二项堆应用（尤其是在哪些图论算法上有应用）16 不相交集数据结构(ch21)1.不相交数据集概念2.两种实现方式：链表表示和森林表示3.两种表示具体实现和其上操作的时间复杂性4.不相交集数据结构应用（尤其是在哪些图论算法上有应用）17 图论算法(ch22-ch25)1.BFS和DFS算法- 白色、灰色和黑色结点概念和作用- 计算过程及其时间复杂度2.最小生成树- 安全边概念和一般算法（Generic algorithm）- Kruskal算法和Prim算法的计算过程和计算复杂性- 两种贪心算法的贪心策略和贪心选择性质3.单源最短路径（略）- 单源最短路径δ(s, v)和短路径上界d[v]概念- 边松弛技术及其一些性质- 三种问题算法的计算过程及其时间复杂度：Bellman-Ford算法、DAG算法和Dijkstra算法4. 所有点对最短路径（略）- 为什么能转换为矩阵乘法？- 基于矩阵乘法的较慢和快速算法的时间复杂度- Floyd-Warshall Algorithm的思路和时间复杂度- Johnson Algorithm适应的问题及其时间复杂度（略）18 数论算法(ch31)1.gcd(a, b)及其表示成a, b线性组合方法2.Euclid’s Alg.的运行时间3.线性模方程的求解方法4.中国余数定理及其相应线性同余方程组的求解5.RSA算法过程及正确性基础6.简单素数测试算法和伪素数测试算法7.MR算法的改进措施和算法复杂性19 串匹配(ch32)1.朴素的串匹配算法及其时间复杂度2.Rabin-Karp串匹配算法及其时间复杂度3.有限自动机串匹配算法及其及其时间复杂度4.KMP串匹配算法及其时间复杂度20 模型和NPC(ch34)1.算法的严格定义2.几种计算模型的语言识别能力3.两类图灵机模型4.P问题、NP问题和NP完全问题的定义及P归约。

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。

e i rb ei n一.填空题： 1. 元运算2. O 3.∑∈nD I I t I p )()(4. 将规模为n 的问题分解为子问题以及组合相应的子问题的解所需的时间5. 分解，递归，组合6. 在问题的状态空间树上作带剪枝的DFS 搜索（或：DFS+剪枝）7. 前者分解出的子问题有重叠的，而后者分解出的子问题是相互独立（不重叠）的8. 局部9. 高10. 归并排序算法11. 不同12. v=random (low, high); 交换A[low]和A[v]的值 随机选主元13. 比较n二.计算题和简答题：1. 阶的关系：(1) f(n)= O(g(n))(2) f(n)=(g(n))Ω (3) f(n)=(g(n))Ω (4) f(n)= O(g(n))3. (1) i>=1 (2)k[i]+1 (3) 1(4) i+1 (5) k[i]=0 (6) tag[x, y]=0(7) x=x-dx[k[i]]; y=y-dy[k[i]]四.算法设计题：1. 贪心选择策略：从起点的加油站起每次加满油后不加油行驶尽可能远，直至油箱中的油耗尽前所能到达的最远的油站为止，在该油站再加满油。

算法MINSTOPS输入：A、B两地间的距离s，A、B两地间的加油站数n，车加满油后可行驶的公里数m，存储各加油站离起点A的距离的数组d[1..n]。

输出：从A地到B地的最少加油次数k以及最优解x[1..k]（x[i]表示第i次加油的加油站序号），若问题无解，则输出no solution。

d[n+1]=s; //设置虚拟加油站第n+1站。

for i=1 to nif d[i+1]-d[i]>m thenoutput “no solution”; return //无解，返回end ifend fork=1; x[k]=1 //在第1站加满油。

s1=m //s1为用汽车的当前油量可行驶至的地点与A点的距离i=2while s1<sif d[i+1]>s1 then //以汽车的当前油量无法到达第i+1站。

期末考试题型：1 判断题（10题，10分）2 填空题（5题，10分）3 简答题（4题，20分）4 应用题（5题，60分）期末考试复习要点：1 基本概念算法：有限条指令的序列，确定了解决某个问题的运算或操作顺序（了解概念）算法的时间复杂度（了解概念）函数渐进的界O ΩΘo ω有关函数渐进的界的定理（定理1、定理2）（记住、理解）主定理（会使用主定理求解递推方程）分治法相关：分治策略:适用条件:算法的设计步骤:时间复杂度：列出关于时间复杂度函数的递推方程和初值，求解递推方程提高分治算法效率的途径：动态规划算法相关：分治策略:适用条件:算法的设计步骤:时间复杂度：（备忘录的计算工作量）贪心法：贪心法:适用条件:算法的设计步骤:贪心法正确性的证明（第一归纳法、第二归纳法）回溯与分支界限：解空间：回溯算法：分支限界算法：代价函数：界函数：多米诺性质：NP完全性问题：P问题、NP问题、NP hard问题、NPC问题2 几个重要的算法二分检索红黑树插入排序二分归并排序：快速排序堆排序PrimKruskalBellman-FordFloyd-WarshallDijkstra3 几个重要的问题背包问题选最大最小问题第K小问题最长公共子序列问题最优二叉检索树矩阵链乘法问题活动选择问题Huffman编码最小生成树连续邮资问题4 求解递推方程（公式法、迭代法、递归树、主定理）：T (n )=T (n −1)+n 2T (n )=9T (n 3)+n T (n )=T (n 2)+T (n 4)+cn c 是常数 T (n )=3T (n −1)+lg3nT (n )=5T (n 2)+(nlgn )2 T (n )=2T (n 2)+n 2lgn T (n )=T (n −1)+1nT (n )=2T (n 3)+nlgn T (n )=3T (n 5)+lg 2n T (n )=T (n 2)+2n T (n )=T(√n)+θ(lglgn )T (n )=10T (n 3)+17n 1.2 T (n )=7T (n 2)+n 3 T (n )=T (n 2+√n)+√6046 T (n )=T (n −2)+lgnT (n )=T (n 5)+T (4n 5)+θ(n ) T (n )=√nT(√n)+100n。