2016年算法与设计练习题选读.docx

2016年算法分析与设计练习题算法时间复杂度分析渐进符号几个常见的渐进符号：渐近上界符号O渐近下界符号Ω紧渐近界符号Θ基本效率类型常数、对数、线性、n－log－n、平方、立方、指数、阶乘运行时间为n的多项式的算法称为好算法算法设计的几个原则：如果一个程序只用一、两次，那么书写和调试所用的时间比运行程序时间大得多，因而算法应易于理解和正确实现如果一个算法只对小的输入运行，运行时间增长率比运行时间前面的常数因子显得不重要，可选常数因子小，而增长率大的算法非递归算法的数学分析决定用哪个（哪些）参数作为输入规模的度量找出算法的基本操作检查基本操作的执行次数是否只依赖输入规模，如果还依赖其他特性则应区分最差、平均及最优效率建立算法基本操作执行次数的求和公式对求和公式求解，至少应确定其增长次数递归算法的数学分析 （归并排序、汉诺塔递归解法的时间复杂度）一个过程在运行时直接或间接地调用自己，则该过程称为递归程序。决定用哪个（哪些）参数作为输入规模的度量找出算法的基本操作检查基本操作的执行次数是否只依赖输入规模，如果还依赖其他特性则应区分最差、平均及最优效率对算法基本操作的执行次数建立一个递推关系式以及相应的初始条件求解递归关系式，至少确定其增长次数递归与分治算法归并排序归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。快速排序快速排序（Quicksort）是对冒泡排序的一种改进。快速排序由C. A. R. Hoare在1962年提出。它的基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。二分查找二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。棋盘覆盖问题在一个2^k×2^k （k≥0）个方格组成的棋盘中，恰有一个方格与其他方格不同，称该方格为特殊方格。显然，特殊方格在棋盘中可能出现的位置有4^k种，因而有4^k种不同的棋盘，图4.10(a)所示是k=2时16种棋盘中的一个。棋盘覆盖问题（chess cover problem）要求用图4.10(b)所示的4种不同形状的L型骨牌覆盖给定棋盘上除特殊方格以外的所有方格，且任何2个L型骨牌不得重叠覆盖。当 k0 时，将2k×2k棋盘分割为4个2k-1×2k-1 子棋盘。特殊方格必位于4个较小子棋盘之一中，其余3个子棋盘中无特殊方格。为了将这3个无特殊方格的子棋盘转化为特殊棋盘，可以用一个L型骨牌覆盖这3个较小棋盘的会合处，从而将原问题转化为4个较小规模的棋盘覆盖问题。递归地使用这种分割，直至棋盘简化为棋盘1×1。放苹果 /problem?id=1664Description把M个同样的苹果放在N个同样的盘子里，允许有的盘子空着不放，问共有多少种不同的分法？（用K表示）5，1，1和1，5，1 是同一种分法。Input第一行是测试数据的数目t（0 = t = 20）。以下每行均包含二个整数M和N，以空格分开。1=M，N=10。Output对输入的每组数据M和N，用一行输出相应的K。Sample Input17 3Sample Output8Source贪心算法活动安排问题活动安排问题是可以使用贪心算法有效求解的很好的例子。设有n个活动的集合E={1,2，……，n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi，且sifi。如果选择了活动i，则它在时间区间[si,fi]内占用资源。若区间[si,fi]与区间[sj,fj]不相交，则称活动i与活动j是相容的。也就是说，当si=fj或者sj=fi时，活动i与活动j相容。活动安排问题就是要在所给的活动集合中选出最大的相容活动子集合。背包问题背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，