算法復(fù)習(xí)-

算法復(fù)習(xí)

1.insert_sort

# -*-coding:UTF-8 -*-
a=input()
b=list(a)  # 將其變?yōu)榱斜?lenth=len(b)
print(b,lenth)
for i in range(1,lenth):
    key=b[i]
    j=i-1
    while(j>=0 and b[j]>key):
        b[j+1]=b[j]
        j-=1
    b[j+1]=key
print(b)

備注:
1.input讀取輸入污筷,默認(rèn)為字符串
2.list能直接將其按照字符轉(zhuǎn)換為列表宴合,否則分割用split()進(jìn)行應(yīng)有的切割
3.算法最好時間復(fù)雜度為O(n)效诅,最差為O(n2)彼绷,平均為O(n2)
4.算法思想為外層循環(huán)n-1次余爆,從1開始,每次與前面的所有進(jìn)行比較硕舆,一直知道比他小的數(shù)

2.遞歸之整數(shù)劃分問題

# -*- coding:UTF-8 -*-

def equationCount(n,m):
    if (n==1 or m==1):
        return 1
    elif n<m:
        return equationCount(n,n)
    elif n==m:
        return 1+equationCount(n,n-1)
    else:
        return equationCount(n-m,m)+equationCount(n,m-1)

a = int(input())
print(equationCount(a,a))

算法整體思想分為4部分
f(n,m)=1 ,n=1,m=1 秽荞,n=1的時候為{1},m=1時為{1,1,1,1,....}
f(n,m)=f(n,n),n>m時抚官,最大的只能為n
f(n,m)=1+f(n,n-1)蚂会,n=m時,除去一個{n}的劃分耗式,剩下所有小于n的劃分
f(n,m)=f(n,m-1)+f(n-m,m),n>m>1時,n!=m時趁猴,,分為劃分中包含m和不包含m
包含m刊咳,則剩下的所有數(shù)字和為n-m,最大值不超過m,不包含m,可能最大值為m-1儡司,則遞歸計算為f(n,m-1)

備注:輸入默認(rèn)為字符

3.hanoi問題

def hanoi(n,a,b,c):
if(n>0):
hanoi(n-1,a,c,b)
move(a,b)
hanoi(n-1,c,b,a)

算法思想為:
將n-1個從a移到c通過b
移動最后1個娱挨,從a到b
將n-1個從c移到b,通過a

4.分治法基本步驟

? divided_and_conquer(P){
? if(|P|<=n0) adhoc(P);//解決小規(guī)模問題
? divide P into smaller subinstance p1,p2...pk//分解問題
? for(i=1,i<k,i++)
? yi=divide_and_conquer(Pi)//遞歸解決子問題
? return merge(y1,y2,....yk)捕犬,//合并子問題解跷坝,得到最后的解}
T(n)=O(1) n=1
=kO(n/m)+f(n),n>1
主定理公式:n^logmk+\sum^{log<sub>m</sub>n-1}_{j=0} kjf(n/mj)
\sum^{x \to \infty}_{y \to 0}{\frac{x}{y}}
\displaystyle \sum^{x \to \infty}_{y \to 0}{\frac{x}{y}}

  1. f(n) < nlogba
    也就是 f(n) = O(nlogba - e ) 碉碉,e > 0為任意小的常數(shù)
    或者說柴钻,f(n) 比 nlogba變化的慢,慢ne
    那么垢粮,T(n) ? Q (nlogba)

  2. f(n) > nlogba

也就是 f(n) = W(nlogba +e ) 贴届,e > 0為任意小的常數(shù)
或者說,f(n) 比 nlogba變化的快,快ne
那么毫蚓, T(n) ? Q(f(n))

  1. f(n) = nlogba
    也就是兩項的數(shù)量級相當(dāng)占键,就給這個數(shù)量級乘上一個lg n
    T(n) ? Q(nlogba * lg n)
    可以簡單地說,遞歸方程的右側(cè)的兩項元潘,哪項變化的塊畔乙,T(n)就屬于哪項的數(shù)量級

5.二分搜索算法

def binaraysearch(a,x):
    l=0
    r=len(a)-1
    while(r>=1):
        m=int((l+r)/2)
        if(x==a[m]):
            return m
        elif x>a[m]:
            l=m+1
        else:
            r=m-1
    return -1

a=input()
a=list(a)
x=input()
print(binaraysearch(a,x))

最壞時間復(fù)雜度O(logn)
6.大整數(shù)乘法

參考博客:1.整數(shù)劃分問題(遞歸法)
?????2.主項定理Master Method ——算法復(fù)習(xí)筆記

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市翩概,隨后出現(xiàn)的幾起案子牲距,更是在濱河造成了極大的恐慌,老刑警劉巖氮帐,帶你破解...
    沈念sama閱讀 211,743評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件嗅虏,死亡現(xiàn)場離奇詭異,居然都是意外死亡上沐,警方通過查閱死者的電腦和手機(jī)皮服,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來参咙,“玉大人龄广,你說我怎么就攤上這事≡滩啵” “怎么了择同?”我有些...
    開封第一講書人閱讀 157,285評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長净宵。 經(jīng)常有香客問我敲才,道長,這世上最難降的妖魔是什么择葡? 我笑而不...
    開封第一講書人閱讀 56,485評論 1 283
  • 正文 為了忘掉前任紧武,我火速辦了婚禮,結(jié)果婚禮上敏储,老公的妹妹穿的比我還像新娘阻星。我一直安慰自己,他們只是感情好已添,可當(dāng)我...
    茶點故事閱讀 65,581評論 6 386
  • 文/花漫 我一把揭開白布妥箕。 她就那樣靜靜地躺著,像睡著了一般更舞。 火紅的嫁衣襯著肌膚如雪畦幢。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,821評論 1 290
  • 那天疏哗,我揣著相機(jī)與錄音呛讲,去河邊找鬼禾怠。 笑死,一個胖子當(dāng)著我的面吹牛贝搁,可吹牛的內(nèi)容都是我干的吗氏。 我是一名探鬼主播,決...
    沈念sama閱讀 38,960評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼雷逆,長吁一口氣:“原來是場噩夢啊……” “哼弦讽!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起膀哲,我...
    開封第一講書人閱讀 37,719評論 0 266
  • 序言:老撾萬榮一對情侶失蹤往产,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后某宪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體仿村,經(jīng)...
    沈念sama閱讀 44,186評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,516評論 2 327
  • 正文 我和宋清朗相戀三年兴喂,在試婚紗的時候發(fā)現(xiàn)自己被綠了蔼囊。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,650評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡衣迷,死狀恐怖畏鼓,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情壶谒,我是刑警寧澤云矫,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站汗菜,受9級特大地震影響让禀,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜陨界,卻給世界環(huán)境...
    茶點故事閱讀 39,936評論 3 313
  • 文/蒙蒙 一堆缘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧普碎,春花似錦、人聲如沸录平。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,757評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽斗这。三九已至动猬,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間表箭,已是汗流浹背赁咙。 一陣腳步聲響...
    開封第一講書人閱讀 31,991評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人彼水。 一個月前我還...
    沈念sama閱讀 46,370評論 2 360
  • 正文 我出身青樓崔拥,卻偏偏與公主長得像,于是被迫代替她去往敵國和親凤覆。 傳聞我的和親對象是個殘疾皇子链瓦,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,527評論 2 349

推薦閱讀更多精彩內(nèi)容