【中级软件设计师】—(针对上午题)算法分析与设计(三十八)

简介: 【中级软件设计师】—(针对上午题)算法分析与设计(三十八)

一、回溯法

1. 什么是回溯法?

相信"迷宫"是许多人儿时的回忆,大家小时候一定都玩过迷宫游戏。我们从不用别人教,都知道走迷宫的策略是:

当遇到一个岔路口,会有以下两种情况:

存在没走过的路。此时可以任意选一条没走过的路深入,只要记住我们所走过的路径即可。

倘若下次再来到这个路口,便不再沿着走过的路径继续深入,而是沿着没走过的路径深入下去;

所有路都已经走过。如果所有岔路口都已经遍历,则回退至上一个最近的岔路口。

当遇到死胡同,便回退到刚才距离最近的岔路口。

不断前进并重复该过程,直到找到终点或回退到起点位置。

其实,这就是回溯法:一个基于深度优先搜索和约束函数的问题求解方法。

(1)、n皇后问题

📢 非递归求解n皇后问题

#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#define N 4
int q[N + 1]; // 存储皇后的列号
int check(int j)
{ // 检查第i个皇后的位置是否合法
    int i;
    for (i = 1; i < j; i++)
    {
        if (q[i] == q[j] || abs(i - j) == abs(q[i] - q[j]))
        { // 判断是否在同一斜线上
            return 0;
        }
    }
    return 1;
}
void queen()
{ //
    int i;
    for (i = 1; i <= N; i++)
    {
        q[i] = 0;
    }
    int answer = 0; // 方案数
    int j = 1;      // 表示正在摆放第j个皇后
    while (j >= 1)
    {
        q[j] = q[j] + 1; // 让第j个皇后向后一列摆放
        while (q[j] <= N && !check(j))
        {                    // 判断第j个皇后的位置是否合法
            q[j] = q[j] + 1; // 不合法就往后一个位置摆放
        }
        if (q[j] <= N)
        { // 表示第j个皇后的找到一个合法的位置
            if (j == N)
            { // 找到了一组皇后的解
                answer = answer + 1;
                printf("放案%d:", answer);
                for (i = 1; i <= N; i++)
                {
                    printf("%d", q[i]);
                }
                printf("\n");
            }
            else
            { // 继续摆放下一个皇后
                j = j + 1;
            }
        }
        else{ // 表示第j个皇后找不到一个合法的位置
            q[j] = 0;  // 还原第j个皇后的位置
            j = j - 1; // 回溯
        }
    }
}
int main()
{
    queen();
    return 0;
}

📢 递归求解n皇后问题

#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#define N 4
int answer=0;
int q[N + 1]; // 存储皇后的列号
int check(int j)
{ // 检查第i个皇后的位置是否合法
    int i;
    for (i = 1; i < j; i++)
    {
        if (q[i] == q[j] || abs(i - j) == abs(q[i] - q[j]))
        { // 判断是否在同一斜线上
            return 0;
        }
    }
    return 1;
}
void queen(int j){
    int i;
    for(i=1;i<=N;i++){
        q[j]=i;
if(check(j)){// 当摆放的皇后位置为合法时
    if(j==N){//找到了N皇后的一组解
        answer=answer+1;
        printf("方案%d:",answer);
        for(i=1;i<=N;i++){
            printf("%d",q[i]);
        }
        printf("\n");
    }else{
        queen(j+1);//递归摆放下一个位置
    }
}
    }
}
int main()
{
 queen(1);
    return 0;
}

二、分治法

递归的概念

分治法的基本思想

2

3

4

5

三、动态规划

动态规划法的基本思想:

动态规划—背包问题

01背包问题

#include <stdio.h>
#define N 4 // 物品数量
#define W 5 // 背包容量
int max(int a, int b)
{
    return a > b ? a : b;
}
int main()
{
    int v[] = {0, 2, 4, 5, 6}; // 物品价值数组
    int w[] = {0, 1, 2, 3, 4}; // 物品重量数组
    int f[N + 1][W + 1] = {}; // 子问题解数组
    int i, j;
    for (i = 1; i <= N; i++)
    {
        for (j = 1; j <= W; j++)
        {
            f[i][j] = f[i - 1][j]; // 默认不选第i个物品
            if (j >= w[i])
            { // 选第i个物品的前提条件
                // 等于  不选第i个物品 和选第i个物品 两者的较大值
                f[i][j] = max(f[i][j], f[i - 1][j - w[i]] + v[i]);
            }
        }
    }
    printf("%d\n", f[N][W]);
    for (i = 0; i <= N; i++)
    {
        for (j = 0; j <= W; j++)
        {
            printf("%d", f[i][j]);
        }
        printf("\n");
    }
    return 0;
}

0-1背包问题时间复杂度和空间复杂度

6

7

8

9

📢矩阵相乘问题:算法策略动态规划法,时间复杂度为O(n^3),空间复杂度O(n^2)

10

11

12

记住:

四、贪心法

贪心法的基本思想

部分背包问题

部分背包问题代码实现

13😭😭

14😭😭

15

16

答案:C B B A,不理解的看up算法的P31个视频

五、算法总和

📢贪心法

📢📢回溯法

📢📢📢分支限界法

17

18

19

20

21

22

完结 撒花👏👏👏👏


相关文章
|
1月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
60 4
|
25天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
1月前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
2月前
|
算法 搜索推荐 开发者
别再让复杂度拖你后腿!Python 算法设计与分析实战,教你如何精准评估与优化!
在 Python 编程中,算法的性能至关重要。本文将带您深入了解算法复杂度的概念,包括时间复杂度和空间复杂度。通过具体的例子,如冒泡排序算法 (`O(n^2)` 时间复杂度,`O(1)` 空间复杂度),我们将展示如何评估算法的性能。同时,我们还会介绍如何优化算法,例如使用 Python 的内置函数 `max` 来提高查找最大值的效率,或利用哈希表将查找时间从 `O(n)` 降至 `O(1)`。此外,还将介绍使用 `timeit` 模块等工具来评估算法性能的方法。通过不断实践,您将能更高效地优化 Python 程序。
58 4
|
1月前
|
算法
PID算法原理分析及优化
【10月更文挑战第6天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
2月前
|
算法 程序员 Python
程序员必看!Python复杂度分析全攻略,让你的算法设计既快又省内存!
在编程领域,Python以简洁的语法和强大的库支持成为众多程序员的首选语言。然而,性能优化仍是挑战。本文将带你深入了解Python算法的复杂度分析,从时间与空间复杂度入手,分享四大最佳实践:选择合适算法、优化实现、利用Python特性减少空间消耗及定期评估调整,助你写出高效且节省内存的代码,轻松应对各种编程挑战。
41 1
|
2月前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
125 19
|
2月前
|
机器学习/深度学习 存储 人工智能
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
使用Python作为开发语言,基于文本数据集(一个积极的xls文本格式和一个消极的xls文本格式文件),使用Word2vec对文本进行处理。通过支持向量机SVM算法训练情绪分类模型。实现对文本消极情感和文本积极情感的识别。并基于Django框架开发网页平台实现对用户的可视化操作和数据存储。
50 0
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
|
1月前
|
算法 安全 Go
Python与Go语言中的哈希算法实现及对比分析
Python与Go语言中的哈希算法实现及对比分析
40 0
|
2月前
|
编解码 算法 图形学
同一路RTSP|RTMP流如何同时回调YUV和RGB数据实现渲染和算法分析
我们播放RTSP|RTMP流,如果需要同时做渲染和算法分析的话,特别是渲染在上层实现(比如Unity),算法是python这种情况,拉两路流,更耗费带宽和性能,拉一路流,同时回调YUV和RGB数据也可以,但是更灵活的是本文提到的按需转算法期望的RGB数据,然后做算法处理
下一篇
无影云桌面