Amberrr的博客

目录第八章 贪婪算法8.1 教室调度问题8.2 背包问题练习18.3 集合覆盖问题近似算法代码练习28.4 NP 完全问题8.4.1 旅行商问题详解8.4.2 如何识别NP 完全问题练习38.5 小结第八章 贪婪算法学习如何处理不可能完成的任务：没有快速算法的问题（NP完全问题）。学习识别NP完全问题，以免浪费时间去寻找解决它们的快速算法。学习近似算法，使用它们可快速找到NP完全问题的近似解。学习贪婪策略——一种非常简...

第七章 狄克斯特拉算法狄克斯特拉算法 （Dijkstra’s algorithm）上一章介绍了图的概念，这一章引入加权图。还拿上一章内容举例：我们使用广度优先搜索，找到的最短路径是路段数最短。（下图加粗路线）那是最快路径吗？给每一条到达金门大桥的路线加上时间，如下图：（加权图）此时，到达金门大桥最快的方式如上图加粗路线所示，而不是第一幅图的最短路径。这就是一个简单的加权图的例子。广度优先搜索，它找出的是段数最少的路径。要找出最快的路径（如第二个图所示），该如何办呢？为此，可.

第六章广度优先搜索用新的数据结构图来建立网络模型。学习广度优先搜索。（第一种图算法——广度优先搜索（breadth-first search，BFS）。）学习有向图和无向图。学习拓扑排序，这种排序算法指出了节点之间的依赖关系。广度优先搜索让你能够找出两样东西之间的最短距离，不仅仅是狭义上的距离，含义很多：6.1 图简介...

目录第五章 散列表5.1 散列函数Python的散列表实现--字典 （代码）练习15.2 应用案例第五章 散列表一种基本的数据结构 散列表的内部机制：实现、冲突和散列函数。假设你在杂货店上班，需要查找某个商品的价格，比如苹果（apple）。如果采用简单查找的方式，就要浏览价格表每一行，需要的时间为O(n)，如果价格表是按字母排序的话，可以使用二分查找，需要的时间是O(logn)。O(n)和O(logn)速度相差很大，假如你每秒钟可以浏览十行价格单。那么...

目录第四章 快速排序4.1 分而治之D&C循环实现数组里的元素相加（code）递归函数实现数组里的元素相加(code)练习14.2 快速排序第四章 快速排序快速排序——一种常用的优雅的排序算法。快速排序使用分而治之的策略。分而治之（divide and conquer，D&C）——一种著名的递归式问题解决方法。4.1 分而治之D&C有一块土地，你要将这块地均匀地分成方块，且分出的方块要尽可能大。D&C解决问题的过程包...

一、二分法仅当列表是有序的时候，二分查找才管用。时间复杂度：。（\log_ax：log以a为底，以x为真数。）e.g. 从100个数中猜一个数，不超过7次就可以猜出来。2^7=128

第三章 递归3.1 递归递归——函数调用自己。学习如何将问题分成基线条件和递归条件。递归会让解决方案更清晰，并没有性能上的优势。实际上，在有些情况下，使用循环的性能更好。3.2 基线条件和递归条件比如，用递归方式编写倒计时：def countdown(i): print i countdown(i-1) 但运行这个程序，不会自己停止。编写递归函数时，必须告诉它何时停止递归。每个递归函数都有两部分：基线条件（base case）和递归条件（r...