算法设计与分析—蛮力法
蛮力法
蛮力法概述
蛮力法也称穷举法(枚举法)或暴力法,是一种简单的直接解决问题的方法,通常根据问题的描述和所涉及的概念定义,对问题所有可能的状态(结果)一一进行测试,直到找到解或将全部可能的状态都测试一遍为止。
蛮力法的“力”指的是计算机的运算能力,蛮力法是基于计算机运算速度快的特性,减少人的思考而把工作都交给计算机的“懒惰”策略(这里的懒惰指的是人懒,不是算法中的懒惰方法),一般而言是最容易实现的方法。
蛮力法的优点如下:
1.逻辑简单清晰,根据逻辑编写的程序简单清晰。
2.对于一些需要高正确性的重要问题,它产生的算法一般而言是复杂度高但合理的。
3.解决问题的领域广。
4.适用于一些规模较小,时间复杂度要求不高的问题。
5.可以作为其他高校算法的衡量标准,即作为被比较的例子。
主要缺点就是因为缺少人的思考,算法往往设计的简单而缺乏高的效率。
蛮力法依赖的是将每个元素(状态)处理一次的扫描技术,通常在以下几种情况使用蛮力法:
搜索所有的解空间:问题的解存在于规模不大的解空间中。
搜索所有的路径:这类问题中不同的路径对应不同的解。
查找问题中的蛮力法——顺序查找
【问题】在集合中依次查找值为k的元素,若有给出该元素在集合中的位置;若查找失败,则给出失败信息。
【想法1】从数组的一端到另一端逐个比较
【算法实现1】
int SeqSearch1(int r[],int n ,int k) {int i = n;while(i>0&&r[i]!=k)i--;return i ;
}
【算法分析1】该算法时间主要耗费在条件表达式中 i>0&&r[i]!=k 执行次数为O(n)
【改进】可以在一段的尽头加一个k值,充当”哨兵“,这样每次循环时候就不需要判断是否越界
【算法实现2】
int SeqSearch2(int r[],int n ,int k) {r[0]=k;int i = n;while(r[i]!=k)i--;return i ;
}
串匹配问题中的蛮力法
字符串匹配
对于字符串s和t,若t是s子串,返回t在s中的位置(t的首字符在s中对应的下标),否则返回-1。
蛮力法的策略就是找到字符串s中所有长度为t的字符串的长度的连续子串,然后将连续子串与t进行比较,判断t是否为s的子串,这个字符串匹配的算法称为BF算法(Brute-Force算法)也就是暴力算法的意思。
【算法1】设字符数组S存放主串,字符数组T存放模式,BF算法如下
输入:主串S,模式T
输出:T在S中的位置
初始化主串比较开始的位置 index= 0;
在串S和串T中设置比较的起始下标i=0,j=0;
重复下述操作,直到S或T的所有字符均比较完毕;
3.1如果S[i]=T[i],则继续比较下一对字符
3.2否则,下一趟匹配的开始位置为index++,回溯下标 i= index,j=0;
4.如果T中所有字符均比较完毕,则返回开始的位置的序号,否则返回0
int BF(char S[],char T[]) {int i=0,j=0,index = 0;while(S[i]!='\0'&&T[j]!='\0') {if(S[i]==T[j]) {i++,j++}else{index++;i=index;j=0;}}if(T[j]=='\0') return index+1;else return 0;
}
排序问题中的蛮力法
选择排序
选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理是:第一次从待排序中的数据元素选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法。
void SelectSort(int r[],int n)
{int i,j,index,temp;=for(i=0;i<n-1;i++) { //进行n-1趟排序for(j=i+1;j<n;j++) {if(r[j]<r[index]) indxex=j;}temp = r[i]; r[i]=r[index];r[index]=temp;}
}
执行次数为O(n的二次方)
气泡排序(冒泡排序)
①、 比较相邻的元素 : 如果第一个元素比第二个元素大,那么就交换他们两个。
②、从 第一对相邻的元素 开始比较 直到 最后一对,这样在最后的元素应该会是最大的数。
③、 针对所有的元素(除了最后一个)重复以上的步骤。
重复步骤 1~3 ,直到没有任何一对数字需要比较。
template<class T>
void BubbleSort(T arr[], int n) {bool exchange; //标识本次是否发生交换for (int i = 1; i < n; i++) { //共进行n - 1趟排序:从1到n-1,逐步缩小待排序列exchange = false; //每趟起泡之前将exchange赋值falsefor (int j = n - 1; j >= i; j--) { //反向检测,检查是否逆序if(arr[j] > arr[j - 1]){ //发生逆序,交换元素的位置T temp = arr[j];arr[j] = arr[j - 1];arr[j - 1] = temp;exchange = true; //本趟发生了交换}}if (exchange = false)return; //本次无逆序,停止处理 }
}
图问题中的蛮力法
哈密顿回路问题
问题描述:哈密顿图是一个无向图,由指定的起点前往指定的终点,途中经过所有其他节点且只经过一次。从一张普通图的任意一点出发,路途中经过图中每一个结点当且仅当一次,则成为哈密顿回路。
哈密顿回路条件约束:
1.加入路径的节点与前一个加入路径的顶点一定是连通的;
2.加入路径的最后一个顶点和第一个顶点一定是连通的;
3.路径上不能出现重复的顶点。
伪代码:
算法:哈密顿回路
输入:无向图G=(V,E)
输出:如果存在哈密顿回路,则输出该回路,否则,输出无解信息
对顶点集合{1,2,.....,n}的每一个全排列vi1,vi2...执行下述操作
1.1循环变量j从1到n-1重复执行下述操作.
1.1.1如果顶点vij和Vij+1之间不存在边,则转步骤1考察下一个全排列;
1.1.2否则j++
1.2如果Vin和Vi1之间存在边,则输出全排列,算法结束;
输出无解信息
最坏的情况下需要考虑所有顶点的全排列 时间复杂度为O(n!)
0/1背包问题
问题描述:有n个物品,它们有各自的体积和价值,现有给定容量的背包,如何让背包里装入的物品具有最大的价值总和?
背包问题的蛮力解法是穷举这些物品的所有子集,找出能够装到背包中的所有子集,并在这些子集中找出价值最大的子集。
输入:重量{w1,w2,···,wn},价值{v1,v2,···,vn},容量C
输出:装入背包的物品编号1. 初始化最大价值maxValue=0;结果子集S=∅;
2. 对集合{1,2,···,n}的每一个子集T,执行如下操作:
2.1 初始化背包的价值value=0;背包的重量weight=0;
2.2 对子集T的每一个元素j
2.2.1 如果weight+wj<C,则weight=weight+wj;value=value+vj;
2.2.2 否则,转入步骤2考察下一个子集;
2.3 如果maxValue<value,则maxValue=value;S=T;
3.输出S中的各元素;
#include<iostream>
#include<cstdio>
#include<cstdlib>
//用于计算程序运算时间
#include<ctime>using namespace std;#define N 100struct goods{
int sign;//物品序号
int wight;//物品重量
int value;//物品价值
};int n, maxValue, cv, cw, C;//物品数量,价值最大,当前价值,当前重量,背包容量
int X[N],cx[N];//最终存储状态,当前存储状态
struct goods goods[N];int Force(int i)
{if(i > n-1){if(maxValue < cv && cw + goods[i].wight <= C){for(int k = 0;k < n;k++)X[k] = cx[k];//存储最优路径maxValue = cv;}return maxValue;}cw = cw + goods[i].wight;cv = cv + goods[i].value;cx[i] = 1;//装入背包Force(i+1);cw = cw-goods[i].wight;cv = cv-goods[i].value;cx[i] = 0;//不装入背包Force(i+1);return maxValue;
}int main()
{clock_t starttime,finish; //用于计算时间double time;starttime=clock();//用于计算程序运行时间printf("物品种类n:");scanf("%d",&n);printf("背包容量C:");scanf("%d",&C);for(int i = 0; i < n; i++){printf("物品%d的重量w[%d]及其价值v[%d]:",i+1,i+1,i+1);scanf("%d%d",&goods[i].wight,&goods[i].value);}int sum1 = Force(0);printf("蛮力法求解0/1背包问题:\nX=[");for(int i = 0; i < n; i++){cout << X[i]<<" ";}printf("] 装入总价值%d\n",sum1);finish=clock();time = (double)(finish-starttime)/1000;//时间单位为秒starttime=clock();//用于计算程序运行时间cout<<"time is:"<<time<<endl;return 0;
}
算法设计与分析—蛮力法相关推荐
- 算法设计与分析------蛮力法
算法设计与分析------蛮力法(c语言) 一.蛮力法(穷举法 枚举法) 1.定义 2.蛮力法使用情况 3.蛮力法的优点 4.蛮力法的缺点 5.采用蛮力法设计算法的2类: 6.简单选择排序和冒泡排序 ...
- 算法设计与分析--蛮力法
文章目录 一.蛮力算法简介 二.蛮力--枚举法 题目及运行 三.总结 前言 算法语言--Java语言 一.蛮力算法简介 蛮力法是基于计算机运算速度快这一特性,在解决问题时采取的一种"懒惰&q ...
- 算法设计与分析之蛮力法
文章目录 前言 一.蛮力法设计思想 二.对蛮力法的思考 三.蛮力法的优缺点 四.使用蛮力法的几种情况 五.蛮力法设计步骤 六.蛮力法示例 总结 前言 大家好,我是一只勤勤恳恳的程序猿.本篇文章小猿将跟 ...
- 算法分析学习笔记二 蛮力法
算法设计与分析之二 蛮力法 目录 1.蛮力法的设计思想 2.蛮力法优点 3. 冒泡排序分析 4. 选择排序分析 5. 蛮力法中冒泡排序与选择排序的时间空间复杂度分析 6. 蛮力法C语言实现 7. 算法 ...
- 计算机算法设计与分析教学大纲,算法设计与分析的教与学(教学大纲)
原标题:算法设计与分析的教与学(教学大纲) 课程代码:**** 课程负责人: **** 课程中文名称:算法设计与分析 课程英文名称:Designand Analysis of Algorithms 课 ...
- 算法设计与分析100例子(C语言版)
算法设计与分析100例子 循环与递归 标题 算法与数据结构 优化算法的基本技巧 优化算法的数学模型 迭代算法 [例1]兔子繁殖问题 蛮力法 循环与递归 标题 算法与数据结构 优化算法的基本技巧 优化算 ...
- 软件算法设计与分析 期中复习
软件算法设计与分析 期中复习 第四章 蛮力法 蛮力法/多项式求值 最近点对问题 蛮力法的优缺点 旅行推销商问题 背包问题 分配问题 穷举法特点 第五章 分治法 5.1 分治法的基本思想 5.2 寻找最 ...
- 算法设计与分析课程的时间空间复杂度
算法设计与分析课程的时间空间复杂度: 总结 算法 时间复杂度 空间复杂度 说明 Hanoi $ O(2^n) $ $ O(n) $ 递归使用 会场安排问题 \(O(nlogn)\) \(O(n)\) ...
- 哈工大威海算法设计与分析_计算机算法设计与分析第一章 算法概述
晓强Deep Learning的读书分享会,先从这里开始,从大学开始.大家好,我是晓强,计算机科学与技术专业研究生在读.我会不定时的更新我的文章,内容可能包括深度学习入门知识,具体包括CV,NLP方向 ...
最新文章
- basler相机参数简要中文说明_附下载| OpenCV最新中文版官方教程
- 高通8x12平台开机画面制作工具
- Python线程、进程知识整理
- exchange online 连接筛选器 添加/删除 IP
- python干货_python 基础干货 02
- CF1404C:Fixed Point Removal(离线)(树状数组二分)
- 数据全裸时代,你的隐私有多容易获取?
- phpcmsV9上传文件类型的设置
- ConcurrentHashMap源码解读,java大厂面试攻略
- 频谱分析中的频谱泄露现象(以ADC性能测试场景为例)
- JAVA基础-面型对象测试题
- 662X芯片,662X三极管,贴片3.3V稳压IC规格书
- 泰晤士报华科计算机排名,最新USNews中国内地高校计算机学科排名,北大第7,华科第2?...
- LaneATT代码复现环境配置
- IOS APP 推荐
- java excel 导出数据文件格式无效
- OC Extension Font(字体宏定义)
- TTSR:用Transformer来实现端到端的超分辨率任务 | CVPR2020
- Linux下Graphite的安装及部署
- HTML span 标签 的详细用法