MIT演算法導論第二節筆記
本節主要講了一些演算法分析的內容
4種漸近符號
求解遞迴式的三種方法：（P38）
1. 代換法（通常可以）
2. 遞迴樹方法（對所有都可以，但不嚴謹）
3. 主方法-主定理（只對特等的遞迴式有效，包含三種情況）
相關推薦
MIT演算法導論第二節筆記
本節主要講了一些演算法分析的內容 4種漸近符號 求解遞迴式的三種方法：（P38） 1. 代換法（通常可以） 2. 遞迴樹方法（對所有都可以，但不嚴謹） 3. 主方法-主定理（只對特等的遞迴式有效，包含三種情況）
MIT演算法導論第一節筆記
演算法分析——研究效能和資源利用的 演算法設計 什麼比效能更重要？ 為什麼要學習演算法？ 1. 解決最前沿的東西（重複十年前的東西，一般不需要演算法）； 2. 是更好使用者體驗的基礎，更好安全性的保障； 3. 效能是最底層的東西，相當於“貨幣”； 4.有趣。 虛擬碼的好
MIT演算法導論第三節筆記——分治思想
這一節主要講了分治思想，首先我應該向大家推薦兩本參考書：《演算法導論》和《演算法概論》，很多講課內容都在這兩本書上，但不限於這兩本書。 這次視訊中設計的演算法如下： 歸併排序 折半查詢 求X的冪 斐波那契數，包括1. 遞迴演算法；2. 用儲存每一個計算過的斐波那契數的方式
MIT演算法導論-第二講-漸進符號，遞迴及解法
1.漸進符號 Θ符號，f(n) = Θ(g(n))，表示f(n)的複雜度既大於等於*g(n)的複雜度，又小於等於g(n)的複雜度，即於g(n)的複雜度相當*。 O符號，f(n) = O(g(n))，表示f(n)的複雜度最多與g(n)一個數量級，即小於等於。
演算法導論 第二章：演算法入門 筆記 （插入排序、迴圈不變式、演算法分析、最好和最壞時間複雜度、選擇排序、分治法、合併排序）
插入排序： 排序問題的定義如下： 輸入：N個數{a1, a2,..., an }。 輸出：輸入序列的一個排列{a'1 ,a'1 ,...,a'n }，使得a'n <=a' n<=...<
[演算法導論]網易MIT演算法導論課筆記(簡略版)
Introduction to Algorithm 說明lgn是以2為底的對數 編譯環境：g++ (Ubuntu 5.4.0-6ubuntu1~16.04.4) 5.4.0 20160609 g++ -std=c++11 XX.cpp -o XX 第
演算法導論 第二章 遞迴與分治
階乘函式 斐波那契數列 #include <iostream> #include <cstring> #include <algorithm> using namespace std; // 階乘函式 int fact(in
《演算法導論》讀書筆記（01）——ch02 演算法基礎【插入排序、歸併排序】
《演算法導論》第二章主要討論了兩個演算法問題：插入排序和歸併排序，在介紹兩個演算法的同時，對兩個演算法從執行效率上做了分析。最後對分治演算法進行了做了簡要介紹。下面對這兩種演算法從頭開始分析，並用C語言和JAVA語言進行實現。 目錄 1.插入排序 1.1 演算法思路
n階矩陣一般乘法-《演算法導論》學習筆記五
A、B兩個矩陣均是nxn的矩陣，則兩個矩陣的乘法： 一般的矩陣乘法程式碼： #include <stdio.h> #include <string.h> #include <stdlib.h> #include <
演算法導論 第二十二章：拓撲排序
拓撲排序（針對有向無迴路圖DAG）是深度優先搜尋的一個應用，其結果圖中所有頂點的一個線性排列。 虛擬碼如下： EG: 拓撲排序完整程式碼如下： #include<iostream> #include<iomanip> #include<
【演算法導論】【筆記】【分治法】最近點對問題
尋找最近點對 目錄 尋找最近點對 問題分析 分治法 時間複雜度 題目：在一個 n≥2 個點的集合 Q 中尋找距離最近的點對 問題分析 首先很容易想到暴力破解的方法，但是需要 O(n2) 的時間複雜度，所以考慮使用分治法，但
演算法導論 第二章 迴圈不變式(loop invariant)
Next, we tackle the second property: showing that each iteration maintains the loop invariant. Informally, the body of the outer for loop works by moving
MIT演算法導論公開課之第18課 最短路徑演算法、Bellman和差分約束系統
Bellman-Ford 演算法 圖G=(V,E)，選取s∈V作為圖的原點，此演算法可計算最短路徑δ(s,v)（v∈V）或報告出圖中存在負權值的環路。 Exercise 在路徑中存在負權值的環路時，將δ(s,v)設定為-∞。 Bellman-F
桶排序-《演算法導論》學習筆記九
桶排序要求資料均勻、獨立分佈在某個區間上，然後將待排序值按某個區間劃分為幾個區間陣列，然後將待排序的數按這個區間劃分公式有序放入對應桶中，這樣放完之後再按順序從桶中拿出來一個一個放入原陣列。 c程式碼桶可以用連結串列，如待排序陣列的值為0-99，那麼桶可以劃分
MIT演算法導論公開課之第12課 跳躍表
動態搜尋結構 跳躍表（skip list） 樹堆（treap） 紅黑樹（red black tree） B樹（B tree） 跳躍表 一種簡單、高效的動態搜尋結構，使用了隨機化演算法。 插入刪除操作的期望的執行時間為O(lgn)，並且這種情
MIT演算法導論——第七講.雜湊表
從作用上來講，構建雜湊表的目的是把搜尋的時間複雜度降低到O（1），考慮到一個長度為n的序列，如果依次去比較進行搜尋的話，時間複雜度是θ（n），或者對其先進行排序然後再搜尋會更快一些，但這兩種方法都不是最快的方法。 第一個話題： 計算機裡面所有儲存的內容都是數字，因此我
MIT演算法導論公開課之第15課 動態規劃、最長公共子序列
動態規劃（Dynamic programming） 動態規劃是一種設計技巧，而不是一種特定的演算法，就像分治法一樣。 最長公共子序列（Longest common subsequence）問題 有兩個序列，序列x[1~m]，序列y[1~n]，找到它們的最長
MIT演算法導論公開課第八講全域雜湊和完全雜湊
全域雜湊 對於任意雜湊函式而言，都存在一個不好的健集，使得所有的健都會雜湊到同一個槽裡去，那麼如何解決這種情況呢？如何防止對某個鍵集永遠有較差的表現？如何防止競爭對手使用這個鍵集來降低你的效能表現？ 一個詞解決這個問題 —— 隨機！ 全域雜湊的方法
trie樹-《演算法導論》學習筆記十四
引用一下百度百科的話吧： Trie樹，又稱單詞查詢樹，是一種樹形結構，是一種雜湊樹的變種。典型應用是用於統計，排序和儲存大量的字串（但不僅限於字串），所以經常被搜尋引擎系統用於文字詞頻統計。它的優點是：利用字串的公共字首來減少查詢時間，最大限度地減少無謂的字串
MIT演算法導論公開課之第3課 分治法
分治法 1. 將一個問題劃分為若干個子問題。 2. 遞迴的解決每一個子問題。 3. 將子問題的解合併成為整個大問題的解。 歸併排序 1. 將一個數組分為兩個子陣列。 2. 遞迴的對每一個子陣列進行排序。 3. 合併兩個有序子陣列。 執行