漫步

0/1背包问题。包重量max,有物件m1,m2,m3...n，任意取出物件加起来重量正好为包的容量，求装了哪些物件。这个可能有解，可能无解，也可能多个解。下面这个算法用递归来做，不过只能求出有解情况的一个解。 package example.algorithm;public class Knap { /** * 0/1背包问题。all 为所有物件。max为包的容量。要求

今天看到这个问题，我还一楞没想出来。查了下其实特别简单：a = 1;b=2; a = a + b;b = a - b;a = a - b;

搜狗：有N个正实数(注意是实数，大小升序排列) x1 , x2 ... xN，另有一个实数M。 需要选出若干个x，使这几个x的和与 M 最接近。 请描述实现算法，并指出算法复杂度。思路：对于每一个数字，都分两种情况，取它或者不取，有点类似于0/1背包问题，但是之前只会那种加起来正好等于某个值的这种选择问题,这个是取最优解，还是不太一样，取最优解就要求实际上要遍历到每种情况。package

4*5的棋盘，在左下角的格子移动到右上角的格子，求有多少种移动方法。给定一个m*n的格子或棋盘，问从左下角走到右上角的走法总数（每次只能向右或向上移动一个方格边长的距离）解答：把棋盘看做二维坐标，设f(m,n)代表从坐标（0,0）到坐标（m,n）的移动方法，则f(m,n)=f(m-1,n)+f(m,n-1)初始为f(0,0)=0,f(0,1)=1,f(1,0)=1由

1.冒泡 /** * 冒泡排序 * 稳定 * 时间 1+2+...+n = n(n+1)/2 * 时间复杂度 n^2 * @param data */ public static void sort2(int[] data){ for (int i=0;i<data.length;i++){ for(i

代码 package exam.sorts;    import java.util.Arrays;  /**  * 归并排序  * 稳定  * 基于分治法，把大的问题拆成小的问题来处理。拆到最后变成了合并，两个数字合并，之后两个顺序数列合并  * 时间复杂度nlgn  * @author wz  *  */  public class MergeSort {  ...

关于快速排序，我觉得是必须掌握的排序算法，因为这个算法真的是很奇妙，不知道发明者当初是怎么想出来的。这种基于分治策略的算法平均时间复杂度基本都是nlgn,快速排序优点是不需要像归并排序一样占用额外空间。快速排序的思路就是以某一个数字作为分割，一般是以第一个或者最后一个，然后从左边找比它大的跟右边找到的比它小的互换，最后实现左边的值都比此值小，右边值都比它大。然后对它分割开的序列再次如此，直到序列为1个值结束，完整成个排序过程。