软件设计师-应用技术-数据结构及算法题4-易微帮

考题形式：

第一题：代码填空 4-5空 8-10
第二题：时间复杂度 / 代码策略
第三题：拓展，跟一组数据，把数据带入代码中，求解

基础知识及技巧：

1. 分治法：

基础知识：

概念：对于一个规模为n的问题，若该问题可以容易地解决则直接解决；否则，将其分解为k个规模较小的子问题，这些子问题相互独立，并且与原问题形式相同，递归地解决这些子问题，然后，将各子问题的解合并得到原问题的解。
步骤：分解、解决、合并。
特点：

递归技术：

概念：在运行的过程中调用自己的过程。

二分查找法：

2. 回溯法:

概念：回溯法也称为试探法，是一种选优搜索法，按选优条件向前搜索，以达到目标。但当搜索到某一步时，发现原先选择并不优或者达不到目标，就回退一步重新选择。这种走不通就退回再走的技术就是回溯法。背

N皇后问题：

软考使用一维数组存储答案：
- q[n+1] (数组1位置表示第1行皇后存储的列号，数组2位置表示第2行皇后存储的列号)
判断两个皇后在同一列：
- Qi 的列号 == Qj的列号（Qi 表示第i个皇后、Qj表示第j个皇后）
判断两个皇后在同一斜线：
- abs(Qi行 - Qj行) == (Qi列 - Qj列)
判断皇后没有超过棋盘：
- q[j]
判断皇后是否找到最后一列：
- j == n （ j：表示正在摆放第j个皇后）
回溯：
- 将还原第j个皇后的位置为0：q[j] = 0
- 回溯到上一个j：j = j - 1

3. 贪心法：

概念：总是做出当前来说最好的选择，而并不从整体上加以考虑，它所做的每步选择只是当前步骤的局部最优选择，但从整体来说不一定是最优的选择。由于它不必为了寻找最优解而穷尽所以可能解，因此，其耗费时间少，一般可以快速得到满意的解，但得不到最优解。
背包问题：

4. 动态规划法：

概念：在求解问题中，对于每一步决策，列出各种可能的局部解，再依据某种判定条件，舍弃那些肯定不能得到最优的局部解，在每一步都进过刷选，以每一步都是最优解来保证全局是最优解。

0-1背包问题：

确认子问题范围，画出表格：

行 i：0~4 ，列 j: 0~5，其中：i -> 物品数量 j -> 背包容量。
表中每个单元代表：从前 i 个物品中选，背包容量为 j 时的最大价值。

公式：

物品价值和物品重量数组

// 物品价值 - 索引0位置不用 int[] v = new int[]{0, 2, 4, 5, 6}; // 物品重量 - 索引0位置不用 int[] w = new int[]{0, 1, 2, 3, 4};

"不选第 i 个物品" = 从前 i -1 个物品中选，背包容量为 j 时的最大值。

int not = f[i][j] = f[i - 1][j]

"选择第 i 个物品" = 第 i 个物品的价值 + 从前 i - 1 个物品中选，背包容量为"j - 第 i 个物品的质量"时的最大价值。前提条件：背包容量 j 大于等于第 i 个物品的重量才能选。

int yes = 0 // 背包容量j 等于第i个物品的重量时，当前最大价值 = 第i物品的价值 if（j == w[i]）{ yes = f[i] [j] = v[i] } // 背包容量j 大于第i个物品的重量时，当前最大价值 = 第i物品的价值 + // 从前i-1个物品中选，背包容量为"j -第i个物品的质量"时的最大价值 if（j > w[ i ]）{ yes = f[i] [j] = v[i] + f[i - 1][j -w[i]] }