学生学号 | 实验课成绩 | ||
学生实验报告书
实验课程名称 | 用sort out算法设计与分析 |
开课学院 | 计算机科学与技术学院 |
指导教师姓名 | 李晓红 |
学生姓名 | |
学生专业班级 | 软件工程zy1302班 |
2015 | -- | 2016 | 学年 | 第 | 一 | 学期 |
实验课程名称:算法设计与分析
实验项目名称 | 分治与递归 | 实验成绩 | |||
实验者 | 专业班级 | 软件zy1302班 | 组别 | ||
同组者 | 实验日期 | 2015年10月20日 | |||
第一部分:实验分析与设计 1.实验内容描述(问题域描述) 1、 利用分治法,写一个快速排序的递归算法,并利用任何一种语言,在计算机上实现,同时进行时间复杂性分析; 2、 要求用递归的方法实现。 二.实验基本原理与设计(包括实验方案设计,实验手段的确定,试验步骤等,用硬件逻辑或者算法描述) 本次的解法使用的是“三向切分的快速排序”,它是快速排序的一种优化版本。不仅利用了分治法和递归实现,而且对于存在大量重复元素的数组,它的效率比快速排序基本版高得多。 它从左到右遍历数组一次,维护一个指针lt使得a[lo..lt-1]中的元素都小于v,一个指针gt使得a[gt+1..hi]中的元素都大于v,一个指针i使得a[lt..i-1]中的元素都等于v,]中的元素都还未确定,如下图所示: public class Quick3way { public static void sort(Comparable[] a, int lo, int hi) { if (lo >= hi) return; int lt = lo, i = lo + 1, gt = hi; Comparable pivot = a[lo]; while (i <= gt) { int cmp = a[i]pareTo(pivot); if (cmp > 0) exch(a, i, gt--); else if (cmp < 0) exch(a, i++, lt++); else i++; } sort(a, lo, lt - 1); sort(a, gt + 1, hi); } } 三、主要仪器设备及耗材 PC机 | |||||
第二部分:实验调试与结果分析 一、调试过程(包括调试方法描述、实验数据记录,实验现象记录,实验过程发现的问题等) 1、 调试方法描述: 对程序入口进行断点,随着程序的运行,一步一步的调试,得到运行轨迹; 2、 实验数据: "R", "B", "W", "W", "R", "W", "B", "R", "R", "W", "B", "R"; 3、 实验现象: 4、 实验过程中发现的问题: (1) 边界问题: 在设计快速排序的代码时要非常小心,因为其中包含非常关键的边界问题,例如:什么时候跳出while循环,递归什么时候结束,是对指针的左半部分还是右半部分排序等等; (2) 程序的调试跳转: 在调试过程中要时刻记住程序是对那一部分进行排序,当完成了这部分的排序后,会跳到哪里又去对另外的那一部分进行排序,这些都是要了然于心的,这样才能准确的定位程序。 二、实验结果分析(包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等) 1、 实验结果: 2、 时间复杂度: 介于N和NlogN之间; 3、 空间复杂度: lgN; 4、 算法总结: 三项切分的快速排序不是稳定的排序,是原地排序,它的运行效率由概率保证,同时取决于输入元素的分布情况,对于包含大量重复元素的数组,它奖排序时间从线性对数级降低到了线性级别,这非常的了不起。 三、小结、建议及体会 本次实验完成了三向切分的快速排序,其中不仅利用了分治法和递归,还对快速排序进行了优化,使得对于存在大量重复元素的数组,能够表现更高的效率。在实验过程中,我遇到了不少的困难,但通过自己在网上大量的浏览文献和资料,独立解决了所有问题,收获了不少。在下次的实验中,我也会继续努力的! | |||||
实验课程名称:算法设计与分析
实验项目名称 | 动态规划算法 | 实验成绩 | |||
实验者 | 专业班级 | 软件zy1302班 | 组别 | ||
同组者 | 实验日期 | 2015年12月1日 | |||
第一部分:实验分析与设计 2.实验内容描述(问题域描述) 1、 掌握动态规划算法求解问题的一般特征和步骤; 2、 使用动态规划法编程,求解0/1背包问题; 3、 问题描述:给定n种物品和一个背包,物品i的重量是Wi,其价值为Vi,问如何选择装入背包的物品,使得装入背包的物品的总价值最大? 二.实验基本原理与设计(包括实验方案设计,实验手段的确定,试验步骤等,用硬件逻辑或者算法描述) 0/1背包问题的特点是:每种物品仅有一件,可以选择放或不放。 用子问题定义状态:即c[i][v]表示前i件物品恰放入一个重量为m的背包可以获得的最大价值。则其状态转移方程便是: c[i][m]=max{c[i-1][m],c[i-1][m-w[i]]+p[i]} 这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。我来解释一下:“将前i件物品放入重量为m的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为c[i-1][m];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的重量为m-w[i]的背包中”,此时能获得的最大价值就是c[i-1][m-w[i]]再加上通过放入第i件物品获得的价值p[i]。 算法设计如下: F[0][] ← {0} F[][0] ← {0} for i←1 to N do for k←1 to V F[i][k] ← F[i-1][k] if(k >= C[i]) then F[i][k] ← max(F[i][k],F[i-1][k-C[i]]+W[i]) return F[N][V] 三、主要仪器设备及耗材 PC机 | |||||
第二部分:实验调试与结果分析 一、调试过程(包括调试方法描述、实验数据记录,实验现象记录,实验过程发现的问题等) 1、 调试方法: 直接在方法入口断点调试,一步一步跟踪程序,弄明白程序的运行轨迹; 2、 实验数据: int m = 10; int n = 3; int[] w = {3, 4, 5}; int[] p = {4, 5, 6}; 3、 实验中遇到问题: (1) 刚开始对动态规划算法不熟悉,编码时出现很多的错误,花费了很多的时间; (2) 没有深度理解此处为什么要使用动态规划算法,导致对问题的理解不深刻。 二、 实验结果分析(包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等) 1、 实验结果: 2、时间复杂度: nm; 3、空间复杂度: nm(可优化至m); 4、 算法总结: 动态规划的基本思想: 将一个问题分解为子问题递归求解,且将中间结果保存以避免重复计算。通常用来求最优解,且最优解的局部也是最优的。求解过程产生多个决策序列,下一步总是依赖上一步的结果,自底向上的求解。 三、小结、建议及体会 本次实验解决了0/1背包问题,掌握动态规划算法求解问题的一般特征和步骤。在实验过程中,我遇到了很多不懂的问题,但通过老师和同学们的帮助,和自己的努力,最终解决了所有问题,收获颇丰。在今后的算法设计中,我会迎难而上! | |||||
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论