跳到主要內容


程式語言概念-演算法

程式語言概念
演算法

演算法基本上,分成排序、搜尋、最短路徑單源、最短路徑多源、最小生成樹、最大流量最小割、拓樸排序、線性規劃、hash function、近似、隨機、分制法、動態編程、貪婪等議題的討論,在進行程式優化時,會對函式庫所使用到的演算法,重新撰寫,以節省編譯跟載入時間。
以下就依序對上述議題進行討論,另外比較的時候,需要用同樣的資料結構進行比較。


交換(Swap)

最基本的概念,用於把兩筆資料的記憶體位置互換,所有演算法都會用到。

排序

排序主要目的是對資料進行值得比較,並依照大小順序排序,由小開始,亦可由大開始。
以下是排序演算法種類,氣泡、選擇、插入、快速、合併、堆疊、桶

氣泡:最簡單的排序演算法,把數值大的往後移動或是把數值小的往前移動,另有同時進行兩種動作的shaker sort。

選擇:找尋最小值或最大值,並將移動到最前位置之後,依序知道所有元素執行完成。

插入:把資料分成已完成排序的區域以及未完成的區域,並把未完成區域的資料不停放入已完成的區域。

快速*:選定一直當作基準值,與基準值比較交換資料位置,再將基準值兩側的值進行前述排序,直到排序結束。

合併*:分制法應用,把資料拆成小資料在合併。
堆疊*(二元堆疊):以樹的結構進行排序,把樹中最大的值移動在上放位置,之後數字再依序排序,此演算法是利用樹的搜尋速度的優勢。

桶*:把資料分到個別的桶中進行排序,然後再合併。
常用的排序法有,快速、合併、堆疊、桶,快速為大多語言預設的演算法,合併需要額外的記憶體,堆疊目前應用來進行排序執行順序,桶在資料龐大時可以拆散資料進行排序。
各種排序時間複雜度比較

搜尋

搜尋主要目的是為了對已經建立的資料結構,對其內容進行搜尋,搜尋特定的資料,所以針對不同的資料結構會有不同的演算法,常見的有Linear Search、binary tree Search、深度優先搜尋、廣度優先搜尋、A*

Linear Search:一一比對進行搜尋

binary tree Search:把資料轉成binary tree(有排序過的)後,再進行搜尋,缺點需要花費時間轉乘binary tree。

深度優先搜尋:對樹或圖進行搜尋,在搜尋時會以深度作為優先,會往下走直到無法往下走為止

廣度優先搜尋:對樹或圖進行搜尋,在搜尋時會以寬度作為優先,會往旁枝走直到沒有旁枝為止

A*:主要用於圖的資料結構,用來搜尋兩點之間的路徑。

最短路徑單源


主要用來解決兩點最短路徑問題,常見的有Dijkstra's algorithm(不可以有負權重)、Bellman–Ford algorithm(可以有負環)、Floyd-Warshall algorithm(可以有負權重,但不可以有負環)。

最短路徑多源

同最短路徑單源,並重複對各源進行運算。

最小生成樹

找尋圖中,連接所有點的最小權重生成,並把結果存成樹,也就是把圖轉成樹,此樹的權重是此圖的最小權重,常見的有Prime、Krustal。

最大流量最小割

最大流量就等於割最小流量,也就是把圖分成兩邊,而把圖型分成兩邊的那條線,就是所謂的割,而最大流量必定不能超過此割,此割的流量必須最小,有最大流量最小割定理對此進行證明,常見演算法有ford-fulkerson、edmonds-karp,用於網絡需要最大流量,如管路、網路或財務決策。

拓樸排序

DAG圖才能進行拓樸排序,可以把流程中的活動進行排序,決定順序。

線性規劃

線性規劃是在優化問題中的重要地位,在作業研究中遇到的問題,都可以處理。

hash function

MD5、SHA1用於加密、壓縮、解壓縮的演算法。

近似

最部分進行最佳化,常用的有線性規劃、貪婪演算法。

隨機

在演算法中加入隨機函數。

分治法

分治法是將問題拆成小問題、運算、再合併,但是這些小問題彼此之間無關連性。

動態規劃

動態規劃是將問題用數學模型描述,並拆成小問題、運算、再合併,但是這些小問題彼此之間有關連性。

貪婪

貪婪是將問題拆成小問題、運算、再合併,但是運算是對小問題最佳化。

練習-高中生解題系統-https://cat.nknush.kh.edu.tw/

留言

這個網誌中的熱門文章

程式語言學習概論(1)

程式語言 介紹

Python-設計模式-共享模式

Python 設計模式 共享模式 class Font:     def __init__(self):        self.Size = 0        self.Type = ''     def printAll(self):        print(self.Size, self.Type)  class FontFacotry:     def Word(self, Size=3, Type='1'):        F = Font()        F.Size = Size        F.Type = Type        return F  FontSize = [1,2,3] FontType = ['1','2','3'] Facotry = FontFacotry()  F1 = Facotry.Word(FontSize[0],FontType[0])  F1.printAll()  F2 = Facotry.Word( FontSize[1],FontType[1] ) F2.printAll()  F3 = Facotry.Word( FontSize[2],FontType[2] ) F3.printAll() 程式碼說明 font 定義類別 fontFacotry物件生成工廠 fontsize用來儲存font大小的外部空間 fonttype用來儲存font種類的外部空間

Python-設計模式-建造者模式

Python 設計模式 建造者模式 範例一 class Product:     def __init__(self):        self.name=''       self.parameter1 = ''       self.parameter2 = ''       self.parameter3 = '' class Builder:    def __init__(self):       self.product = None     def SetName(self):        pass     def SetParameter1(self):        pass     def SetParameter2(self):        pass     def SetParameter3(self):        pass  class Product1Builder(Builder):     def SetName(self):        self.product.name = 'Product1'    def SetParameter(self):        self.product.parameter1 = '1-1'     def SetParameter(self):        self.product.parameter2 = '1-2'  ...