引言 在一张固定地图上选择一条路径,当存在多条可选的路径之时,需要选择代价最小的那条路径.我们称这类问题为最短路径的选择问题.解决这个问题最经典的算法为Dijikstra算法,其通过贪心选择的步骤从源点出发逐步逼近目标点,从而得到起始点与目标点的最短路径.A*算法是在Dijikstra算法上做了改进,使其能够在 开阔空间(也就是四通八达或具有少量障碍物的方格路,可以近似看成各边权重均相等的完全图) 上具有比Dijikstra算法有更好的搜索效率. 但Dijikstra算法和A*算法无法很好的适用

Candies POJ-3159 这里是图论的一个应用,也就是差分约束.通过差分约束变换出一个图,再使用Dijikstra算法的链表优化形式而不是vector形式(否则超时). #include<iostream> #include<cstdio> #include<cstring> #include<algorithm> #include<string> #include<vector> #include<queue>

第一部分:数据结构中常用的排序算法 数据结构中的排序算法一般包括冒泡排序.选择排序.插入排序.归并排序和 快速排序, 当然还有很多其他的排序方式,这里主要介绍这五种排序方式. 排序是数据结构中的主要内容, 并不限于语言而主要在于思想,这里用js实现. 一.冒泡排序 由小到大. 名称由来: 循环时两两比较,每次循环都会将无序数组中的最大值放在后头. 冒泡排序是我在学习C++时最先学习的一种排序方式,因为它理解简单,所以往往是入门之首选. 规则: 既然是冒泡,那么越靠近前面(下面--最开始)的泡越小

Marriage Match IV HDOJ-3416 这题的题意就是要找两点之间最短路的路径个数,而且边不能重复. 最大流和最短路的结合.首先正向和反向建图,再跑两遍dijikstra.到这里就求出来起点到某一点的最短路以及某一点到终点的最短路. 还有一个关键的公式就是如何判断一条边是否在最短路中:如果起点到该边的起点的最短距离加上该边的终点到终点的最短距离再加上该边的长度等于起点到终点的最短路,那该边就在最短路中. 还有一个需要注意的地方就是最大流算法的选用,如果需用EK算法,时间复杂度和边

317号子任务 201903-5 为了过前60分,想使用dijikstra优化算法的,但是最后还是只过了35分.这里的思路只需要先将所有的行星据点进行一次dijikstra,分别存储所有点到行星的最短距离,最后使用一个优先队列存储所有的距离就可以了. #include<iostream> #include<cstdio> #include<cstring> #include<string> #include<vector> #include<

MPI Maelstrom POJ-1502 这题是求最短路,但是因为一开始看错题目,导致我去使用prime算法求最小生成树 题意是指一台机器发出信息后,还可以向其他的机器发送信息,所以不能使用prime算法.尽管两者区别很小 #include<iostream> #include<algorithm> #include<cstdio> #include<cstring> #include<string> using namespace std;

frogger POJ-2253 这题的代码特别像prim求解最小生成树的代码,其实两者本来也很像. 这里的d数组不再维护的起点到该点的最短距离了,而是路径中的最长距离. #include<iostream> #include<cstdio> #include<algorithm> #include<cstring> #include<string> #include<vector> #include<cmath> usi

The Shortest Path in Nya Graph HDOJ-4725 这题是关于最短路的问题,但是和常规的最短路有点不同的就是这里多了层次这一结构. 为了解决这一问题可以把每一层抽象或者划分为两个点:入点和出点. 对于每个点,将所在层的入点和该点相连,再将该点和所在层的出点相连,权值都为0. 对于每一层,将该层的出点和上面一层,以及下面一层的入点相连,取值就是题目给的c. 对于其余的路径,则按照题意进行连接就行了. #include<cstdio> #include<algo

常用的排序算法的时间复杂度和空间复杂度   常用的排序算法的时间复杂度和空间复杂度 排序法 最差时间分析 平均时间复杂度 稳定度 空间复杂度 冒泡排序 O(n2) O(n2) 稳定 O(1) 快速排序 O(n2) O(n*log2n) 不稳定 O(log2n)~O(n) 选择排序 O(n2) O(n2) 稳定 O(1) 二叉树排序 O(n2) O(n*log2n) 不一顶 O(n) 插入排序 O(n2) O(n2) 稳定 O(1) 堆排序 O(n*log2n) O(n*log2n) 不稳定 O(

0.说明 根据算法书上的定义,一个算法的空间复杂度包括算法程序所占用的空间,输入初始数据所占用的空间以及算法执行过程中所需要的额外空间.本文各种结论全部参考过标准文献,本人也进行过验证.验证过程本文不做说明.例如:当前主流虚拟机boolean类型运行时确实是1字节.部分与计算空间无关的细节也不做说明,例如:对象头具体包含哪些信息.分别在哪几位.什么是指针压缩等.细节信息,本人以后会在<JVM浅析>栏目中一一补充,敬请期待哦~ 一.基础知识 1. 数据类型以及大小   基本类型 类型名称 占用字

(1).有以下程序: 求输入的n值(除1和n)之外的所有因子之和. 分析:这里函数内的循环体i初值不能为零.%是表示"取余",0除以任何数都不会存在余数的,所有是余数为0. (2).有以下程序: 形参m(2<=m<=9),在二维数组中存放一张m行m列的表格,有main函数输出规则如下,使得每一列的数据以每一行首个数字为公差进行递增. 分析:主要就是输出显示二维数组,根据输入n的多少,来执行几行几列. (3).有以下程序: 将长整型数中每一位上为偶数的数一次逆向取出,构成一个

一.栈的介绍: 1)栈的英文为(stack)2)栈是一个先入后出(FILO-First In Last Out)的有序列表.3)栈(stack)是限制线性表中元素的插入和删除只能在线性表的同一端进行的一种特殊线性表.允许插入和删除的一端,为变化的一端,称为栈顶(Top),另一端为固定的一端,称为栈底(Bottom).4)根据栈的定义可知,最先放入栈中元素在栈底,最后放入的元素在栈顶,而删除元素刚好相反,最后放入的元素最先删除,最先放入的元素最后删除 5)出栈(pop)和入栈(push)的概念 栈

上篇博文总结了选择排序,这篇来看冒泡排序,接上篇. 冒泡排序思想:若是正再将一组数据升序排序, 第一趟:比较相邻的数据,当左侧值大于右侧值将他们进行交换,将较小值向前浮动,大值向后冒泡,直至比较到最后一个元素,则最大的数必然冒泡到最后一个元素. 第二趟:用同样的方法比较前面的n-1个纪录,以此进行比较和交换,第2大的数就会冒到倒数第2个元素. ........ 以此类推,直到i=n-1最后一趟比较完为止. js代码如下: function bubbleSort(arr) { for (var i

参考书目:<大话数据结构> 一.排序的基本概念和分类 所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作.排序算法,就是如何使得记录按照要求排列的方法. 排序的稳定性: 经过某种排序后,如果两个记录序号同等,且两者在原无序记录中的先后秩序依然保持不变,则称所使用的排序方法是稳定的,反之是不稳定的. 内排序和外排序 内排序:排序过程中,待排序的所有记录全部放在内存中 外排序:排序过程中,使用到了外部存储. 通常讨论的都是内排序. 影响内排序算法性能的三个因素:

排序有内部排序和外部排序之分,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存.我们这里说的八大排序算法均为内部排序. 下图为排序算法体系结构图: 常见的分类算法还可以根据排序方式分为两大类:比较排序和非比较排序.本文中前七种算法都是比较排序,非比较排序有三种,分别为: 1)计数排序(Count Sort)(复杂度O(n+k)(其中k是待排序的n个数字中最大值),参见<计数排序-Counting Sort>) 2)基数排序(

LRU,Least recently used[最近最少使用算法],该算法[或变种]被广泛用于缓存管理中,其设计思想是基于:经常被访问的数据在未来一段时间也会被访问,最近最少被访问的数据在未来一段时间内也将不会被访问:因此在缓存空间不足时可将最近最少被访问的数据移除空间. 最初设计很简单,可如下图所示,只对一个链表进行操作: 缓存污染,即是数据操作中存在大量的数据插入和更新时,可能会使大量的热点数据流失而大大降低缓存命中率. 上述设计的优点:算法实现简单, 缺点:抗干扰能力差,缓存移动的时间复杂

2008 年在一个 PS 讨论群里,有网友不解 Photoshop 的高斯模糊中的半径是什么含义,因此当时我写了这篇文章: 对Photoshop高斯模糊滤镜的算法总结: 在那篇文章中,主要讲解了高斯模糊中的半径的含义,是二维正态分布的方差的平方根,并且给出了算法的理论描述.现在我又打算把该算法用 c++ 实现出来,于是有了下面的这个 DEMO. 起初我是按照算法理论直接实现,即使用了二维高斯模板,结果发现处理时间很长,对一个图片竟然能达到大约数分钟之久.这样肯定是不对的,所以我百度了一下,发现这

Atitit.软件中见算法 程序设计五大种类算法 1. 算法的定义1 2. 算法的复杂度1 2.1. Algo cate2 3. 分治法2 4. 动态规划法2 5. 贪心算法3 6. 回溯法3 7. 分支限界法3 1. 算法的定义  算法(Algorithm)是一系列解决问题的清晰指令,也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出.如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题.不同的算法可能用不同的时间.空间或效率来完成同样的任务.一个算法的优劣可以用空

这一章比较短! 空间复杂度(space complexity)和辅助空间(auxiliary space)经常混用,下面是正确的辅助空间和空间复杂度的定义 辅助空间:算法需要用到的额外或者暂时的存储空间. 空间复杂度:是指算法所需要的所有存储空间,这是跟输入数据的大小决定的.空间复杂度包括辅助空间和保存输入的存储空间. 如果我们想比较几个标准的排序算法所需要的空间,那么用辅助空间来分析会比空间复杂度好.归并排序用了O(n)的辅助空间.而插入排序和堆排序用的O(1)的辅助空间.但是他们这些算法的空

  2.算法: 算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每个指令表现为一个或多个操作. 特性:输入.输出.有穷性.确定性.可行性.   2.9.1.算法时间复杂度: 语句的执行次数 T(n)是关于问题规模 n 的函数,进而分析 T(n)的数量级.算法的时间复杂度,也就是算法的时间量度.记作:T(n)= O(f(n)) .它标识随问题规模 n 的增大,算法执行时间的增长率和 f(n) 的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度.其中 f(n) 是文艺规模