算法设计与分析复习

《算法设计与分析复习》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、算法设计与分析复习（2015）考试题型与范围1.单选题、判断题、填空题、简答题、分析题、计算题。2.不含5.2近似串匹配，7.3-5第1章算法设计与分析基础1、算法概念、特征、与程序的区别2、问题、问题求解、问题求解过程（理解问题、设计方案、实现方案、回顾复查）、系统生命周期（分析、设计、编码、维护）3、算法问题求解过程（设计、表示、确认、分析）4、好的算法特性（正确性、简明性、效率、最优性）5、影响运行时间的因素（3点）6、算法复杂度、时间复杂度、空间复杂度、最好、最坏和平均时间复杂度7、渐进表示法

2、：大O记号、Ω记号、θ记号8、算法按时间复杂度分类：多项式时间算法和指数时间算法O(1)

3、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。10、常见的重要问题类型排序问题、查找问题、图问题、组合问题、几何问题、数值问题其他问题11、常用的基本数据结构线性结构：栈、队列、数组非线性：树、图12、常用的算法设计方法数值计算方法：迭代法、插值法、差分法、归纳法、递推法、减半递推技术、递归法非数值计算方法：列举法分治法、贪心法、动态规划法、回溯法、分支限界法13、递归、递归算法、递归设计结构、归纳证明第2章递归法1、递归算法特性

4、、执行过程2、递推关系—分析算法复杂度1、计算递推式三种方法：替换方法、迭代方法、主方法2、掌握扩展递归技术和通用分治递推式的使用。扩展递归技术：通用分支递归式：第3章 分治法1、设计思想：将要求解的原问题划分成k个较小规模的子问题，对这k个子问题分别求解。如果子问题的规模仍然不够小，则再将每个子问题划分为k个规模更小的子问题，如此分解下去，直到问题规模足够小，很容易求出其解为止，再将子问题的解合并为一个更大规模的问题的解，自底向上逐步求出原问题的解。2、步骤：（1）划分（2）求解子问题（3）合并3、

5、分治法的代表算法及时间复杂度：排序问题（归并排序、快速排序）O(nlogn)，折半查找O(logn)、选择问题O(n)，最大子段和O(n3)、棋盘覆盖问题O(4k)第4章贪心法1、可行解、最优解、最优量度标准、可行解判断函数2、设计思想贪心法在解决问题的策略上目光短浅，只根据当前已有的信息就做出局部最优选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。3、贪心法的关键在于决定贪心策略。4、贪心法两个基本要素：最优子结构性质和贪心选择性质5、贪心法解决的问题（可求最优解）：背包问题，活动

6、安排问题，多机调度问题，单源最短路径，最小代价生成树的两种贪心算法：prim算法和kruskal算法。第5章动态规划法1、设计思想：将待求解问题分解成若干个相互重叠的子问题，每个子问题对应决策过程的一个阶段，将子问题的解求解一次并填入表中，当需要再次求解此子问题时，可以通过查表获得该子问题的解而不用再次求解。2、步骤：（1）刻画最优解的结构特性；（2）递归定义最优解值；（3）以自底向上方式计算最优解；（4）根据计算得到的信息构造一个最优解。3、两个要素：最优子结构性质和子问题重叠性质4、动态规划法解决

7、的问题（可求最优解）：多段图问题θ（n+e），每对结点间的最短路径O（n3）最长公共子序列，最优二叉搜索树O（n3），0/1背包问题O（2n），流水作业调度O(nlogn)。第6章回溯法1、设计思想：从解空间树根结点出发，按照深度优先策略遍历解空间树，在搜索至树中任一结点时，先判断该结点对应的部分解是否满足约束条件，或者是否超出目标函数的界，也就是判断该结点是否包含问题的（最优）解，如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓剪枝（Pruning）；否则，进入以该结点为根的子树，继续按照深

8、度优先策略搜索。直到搜索到叶子结点，则得到问题的一个可能解。2、显约束、隐约束、解状态、约束函数、剪枝函数等3、步骤：（1）针对所给问题，定义问题的解空间；（2）确定易于搜索的解空间结构；（3）按深度优先方式搜索解空间，且在搜索过程中利用剪枝函数避免无效搜索。从所有的可能解中确定最优解。4、回溯法解决的问题（可求所有解、一个解、最优解）：属于组合问题和排列问题中求最优解的问题都可以用回溯法解决，例如：八皇后问题（4皇后问题），0/1背包问题，子集合和数，