【导读】算法是人们利用电脑解决问题的技巧。《图解算法》这本书以轻松的对话方式，采用图解的辅助说明，帮助读者简单、自然地掌握算法的基本概念，并养成主动思考的习惯，达到用算法解决实际问题的目的。本文是《图解算法》系列最后一篇。
狄克斯特拉算法
广度优先搜索是找出最短的路径，而狄克斯特拉算法是找出最快的路径。广度优先搜索来查找两点之间的最短路径，那时“最短路径”的意思是段数最少。在狄克斯特拉算法中，你给每段都分配了一个数字或权重，因此狄克斯特拉算法找出的是总权重最小的路径。如下图所示：
狄克斯特拉算法包含下面4个步骤：
(1) 找出最便宜的节点，即可在最短时间内前往的节点
(2) 对于该节点的邻居，检查是否有前往它们的更短路径，如果有，就更新其开销。
(3) 重复这个过程，直到对图中的每个节点都这样做了。
(4) 计算最终路径。
计算非加权图的最短路径可以使用广度优先搜索，计算加权图最短路径使用狄克斯特拉算法。狄克斯特拉算法只适用于有向无环图。
PS：不能将狄克斯特拉算法用于包含负权边的图。在包含负权边的图中，要找出最短路径，可使用另一种算法——贝尔曼福德算法（Bellman-Ford algorithm）
狄克斯特拉算法实现：
#创建图表graph={} graph["start"]={} graph["start"]["a"]=6#表示边的权重graph["start"]["b"]=2#下面添加其他节点及邻居graph["a"]={} graph["a"]["fin"]=1graph["b"]={} graph["b"]["a"]=3graph["b"]["fin"]=5graph["fin"]={} #终点没有任何邻居#需要一个散列表来储存每个节点的开销，对于还不知道的开销，你可以设置为无穷大infinity=float("inf") costs={} costs["a"]=6costs["b"]=2costs["fin"]=infinity#创建一个储存父节点的散列表parents{} parents["a"]="start"parents["b"]="start"parents["fin"]=None#创建一个记录处理过节点的散列表processed={} #定义一个找出最小开销的节点deffind_lowest_cost_node(costs): lowest_cost=float("inf") lowest_cost_node=Nonefornodeincosts: #遍历所有节点 cost=costs[node] ifcost<lowest_cost_nodeandnodenotinprocessed: #如果 当前的节点开销更低且未处理lowest_cost=cost#就将其视为开销最低的节点 lowest_cost_node=node returnnodenode=find_lowest_cost_node(costs) whilenodeisnotNone: cost=costs[node] neighbors=graph[node] forninneighbors.keys(): #遍历当前节点的所有邻居 new_cost=cost+neighbors[n] ifcosts[n]>new_cost: #如果当前节点前往该邻居更近costs[n]=new_cost#就更新该邻居的开销 parents[n]=node#同时将该邻居的父节点设置为当前节点 processed.append(node) #将当前节点标记为处理过 node=find_lowest_cost_node(costs) #找出接下来要处理的节点并循环
贪婪算法
用专业术语说，贪婪算法就是你每步都选择局部最优解，最终得到的就是全局最优解。但是贪婪策略有时候不能获得最优解，只能接近最优解。下例为集合覆盖问题
上述问题没有任何算法可以足够快的解决它，因此可以用贪婪算法化解。步骤如下：
(1) 选出这样一个广播台，即它覆盖了最多的未覆盖州。即便这个广播台覆盖了一些已覆盖 的州，也没有关系。
(2) 重复第一步，直到覆盖了所有的州。
下面为代码：
states_needed=set(["mt", "wa", "or", "id", "nv", "ut", "ca", "az"]) //传入一个数组，他被转化为集合//还需要有可供选择的广播台清单，我选择使用散列表来表示它stations= {} stations["kone"] =set(["id", "nv", "ut"]) stations["ktwo"] =set(["wa", "id", "mt"]) stations["kthree"] =set(["or", "nv", "ca"]) stations["kfour"] =set(["nv", "ut"]) stations["kfive"] =set(["ca", "az"]) //最后，需要使用一个集合来存储最终选择的广播台。final_stations=set() //不断循环，直到states_needed为空whilestates_needed: best_station=Nonestates_covered=set() 包含广播台覆盖的所有未覆盖的州forstation, statesinstations.items(): covered=states_needed&statesiflen(covered) >len(states_covered): best_station=stationstates_covered=coveredstates_needed-=states_coveredfinal_stations.add(best_station)
NP完全问题
旅行商问题：路线为n！一般没有算法可以快速解决
如何识别NP完全问题：
元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢。
涉及“所有组合”的问题通常是NP完全问题。
不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题。
如果问题涉及序列（如旅行商问题中的城市序列）且难以解决，它可能就是NP完全问题。
如果问题涉及集合（如广播台集合）且难以解决，它可能就是NP完全问题。
如果问题可转换为集合覆盖问题或旅行商问题，那它肯定是NP完全问题。
动态规划
动态规划就是先解决子问题，再逐步解决大问题。
一般用网格法来动态规划，如下面所示：
答案如下：
动态规划功能强大，它能够解决子问题并使用这些答案来解决大问题。但仅当 每个子问题都是离散的，即不依赖于其他子问题时，动态规划才管用。
最长公共子串
通过前面的动态规划问题，你得到了哪些启示呢？
动态规划可帮助你在给定约束条件下找到最优解。在背包问题中，你必须在背包容量给定的情况下，偷到价值最高的商品。
在问题可分解为彼此独立且离散的子问题时，就可使用动态规划来解决。要设计出动态规划解决方案可能很难，这正是本节要介绍的。下面是一些通用的小贴士。
每种动态规划解决方案都涉及网格。
单元格中的值通常就是你要优化的值。在前面的背包问题中，单元格的值为商品的价值。
每个单元格都是一个子问题，因此你应考虑如何将问题分成子问题，这有助于你找出网格的坐标轴。
例子：假设你管理着网站dictionary.com。用户在该 网站输入单词时，你需要给出其定义。但如果用户拼错了，你必须猜测他原本要输入的是什么单词。例如， Alex想查单词fish，但不小心输入了hish。在你的字典中，根本就没有这样的单词，但有几个类似的单词。在这个例子中，只有两个类似的单词，真是太小儿科了。实际上，类似的单词很可能有数千个。Alex输入了hish，那他原本要输入的是fish还是vista呢？
答案如下：
hish和fish的最长公共子串包含三个字母，而hish 和vista的最长公共子串包含两个字母。因此Alex很可能原本要输入的是fish。
最长公共子序列
假设Alex不小心输入了fosh，他原本想输入的是fish还是fort呢？
所以我们需要用最长公共子序列来就解决它，如下图：
伪代码如下：
ifword_a[i] ==word_b[j] //两个字母相同cell[i][j] =cell[i-1][j-1]+1else: cell[i][j] =max(cell[i-1][j],cell[i][j-1]
K最近邻算法
即找出跟目标最相近的几个邻居，进行预测或推荐。
创建推荐系统
1、特征抽取
用距离公式来表示相近程度。距离公式很灵活，即便涉及很多个数字，依然可以使用它来计算距离。你可能会问，涉及5个数字时，距离意味着什么呢？这种距离指出了两组数字之间的相似程度。
2、回归
- 分类就是编组
- 回归就是预测结果
PS：前面计算两位用户的距离时，使用的都是距离公式。还有更合适的公式吗？在实际工作中，经常使用余弦相似度（cosine similarity）。假设有两位品味类似的用户，但其中一位打分时更保守。他们都很喜欢Manmohan Desai的电影Amar Akbar Anthony，但Paul给了5星，而Rowan只 给4星。如果你使用距离公式，这两位用户可能不是邻居，虽然他们的品味非常接近。余弦相似度不计算两个矢量的距离，而比较它们的角度，因此更适合处理前面所说的情况。
