算法詳解 卷3 貪心算法和動態(tài)規(guī)劃

目　　錄


第 1章　貪心算法概述 1
1.1　貪心算法設(shè)計范例 1
1.1.1　算法設(shè)計范例 1
1.1.2　貪心算法設(shè)計范例的特性 2
1.2　一個調(diào)度問題 4
1.2.1　問題的設(shè)定 4
1.2.2　競爭時間 4
1.2.3　目標(biāo)函數(shù) 5
1.2.4　小測驗(yàn)1.1的答案 6
1.3　開發(fā)一種貪心算法 6
1.3.1　兩種特殊情況 7
1.3.2　貪心算法之間的競爭 7
1.3.3　小測驗(yàn)1.2～1.3的答案 10
1.4　正確性證明 11
1.4.1　沒有平局時的情況：高層計劃 12
1.4.2　在相鄰逆序?qū)χ薪粨Q作業(yè) 13
1.4.3　成本收益分析 14
1.4.4　處理平局的情況 15
1.4.5　小測驗(yàn)1.4～1.5的答案 17
1.5　本章要點(diǎn) 18
1.6　章末習(xí)題 19
第 2章　哈夫曼編碼 21
2.1　編碼 21
2.1.1　固定長度的二進(jìn)制編碼 21
2.1.2　可變長度的編碼 22
2.1.3　非前綴編碼 23
2.1.4　非前綴編碼的優(yōu)點(diǎn) 23
2.1.5　問題定義 24
2.1.6　小測驗(yàn)2.1～2.2的答案 25
2.2　編碼和樹 26
2.2.1　3個例子 26
2.2.2　什么樣的樹表示非前綴編碼 28
2.2.3　問題定義（精練版） 28
2.3　哈夫曼的貪心算法 29
2.3.1　通過連續(xù)的歸并創(chuàng)建樹 29
2.3.2　哈夫曼的貪心準(zhǔn)則 32
2.3.3　偽碼 32
2.3.4　例子 34
2.3.5　一個更復(fù)雜的例子 34
2.3.6　運(yùn)行時間 37
2.3.7　小測驗(yàn)2.3的答案 37
*2.4　正確性證明 38
2.4.1　高層計劃 38
2.4.2　細(xì)節(jié) 39
2.5　本章要點(diǎn) 44
2.6　章末習(xí)題 45
第3章　最小生成樹 47
3.1　問題定義 47
3.1.1　圖 47
3.1.2　生成樹 48
3.1.3　小測驗(yàn)3.1的答案 50
3.2　Prim算法 51
3.2.1　例子 51
3.2.2　偽碼 53
3.2.3　簡單的實(shí)現(xiàn) 55
*3.3　通過堆提升Prim算法的速度 56
3.3.1　探求接近線性的運(yùn)行時間 56
3.3.2　堆數(shù)據(jù)結(jié)構(gòu) 56
3.3.3　如何在Prim算法中使用堆 57
3.3.4　基于堆的實(shí)現(xiàn)的偽碼 59
3.3.5　運(yùn)行時間分析 61
3.3.6　小測驗(yàn)3.3的答案 61
*3.4　Prim算法：正確性證明 62
3.4.1　最小瓶頸屬性 62
3.4.2　生成樹的一些有趣結(jié)論 65
3.4.3　定理3.4（MBP意味著MST）的證明 67
3.4.4　綜合運(yùn)用 69
3.5　Kruskal算法 69
3.5.1　例子 69
3.5.2　Kruskal算法的偽碼 71
3.5.3　Kruskal算法的簡單實(shí)現(xiàn) 72
*3.6　通過合并查找對Kruskal算法進(jìn)行加速 73
3.6.1　合并查找數(shù)據(jù)結(jié)構(gòu) 73
3.6.2　基于合并查找的實(shí)現(xiàn)的偽碼 75
3.6.3　基于合并查找的實(shí)現(xiàn)的運(yùn)行時間分析 76
3.6.4　合并查找的快速有余而嚴(yán)謹(jǐn)不足的實(shí)現(xiàn)：父圖 77
3.6.5　小測驗(yàn)3.5～3.7的答案 82
*3.7　Kruskal算法的正確性證明 83
3.8　應(yīng)用：單鏈集群 85
3.8.1　集群 85
3.8.2　自底向上的集群 86
3.9　本章要點(diǎn) 88
3.10　章末習(xí)題 89
第4章　動態(tài)規(guī)劃概述 93
4.1　加權(quán)獨(dú)立集合問題 94
4.1.1　問題定義 94
4.1.2　自然的貪心算法失敗了 95
4.1.3　分治算法可行嗎 96
4.1.4　小測驗(yàn)4.1～4.2的答案 97
4.2　路徑圖的WIS問題的線性時間算法 98
4.2.1　最優(yōu)子結(jié)構(gòu)和推導(dǎo)公式 98
4.2.2　一種不成熟的遞歸方法 100
4.2.3　使用緩存的遞歸算法 101
4.2.4　一種迭代式的自底向上的實(shí)現(xiàn) 103
4.2.5　小測驗(yàn)4.3～4.4的答案 104
4.3　一種重建算法 105
4.4　動態(tài)規(guī)劃的原則 107
4.4.1　3個步驟的配方 107
4.4.2　子問題的期望屬性 108
4.4.3　一個可重復(fù)的思維過程 109
4.4.4　動態(tài)規(guī)劃和分治算法的區(qū)別 109
4.4.5　為什么叫“動態(tài)規(guī)劃” 110
4.5　背包問題 111
4.5.1　問題定義 111
4.5.2　最優(yōu)子結(jié)構(gòu)和推導(dǎo)公式 113
4.5.3　子問題 115
4.5.4　一種動態(tài)規(guī)劃算法 115
4.5.5　例子 117
4.5.6　重建 117
4.5.7　小測驗(yàn)4.5～4.6的答案 118
4.6　本章要點(diǎn) 119
4.7　章末習(xí)題 120
第5章　高級動態(tài)規(guī)劃 123
5.1　序列對齊 123
5.1.1　驅(qū)動力 123
5.1.2　問題定義 124
5.1.3　最優(yōu)子結(jié)構(gòu) 126
5.1.4　推導(dǎo)公式 129
5.1.5　子問題 129
5.1.6　一種動態(tài)規(guī)劃算法 130
5.1.7　重新構(gòu)建 131
5.1.8　小測驗(yàn)5.1～5.3的答案 132
*5.2　最優(yōu)二叉搜索樹 133
5.2.1　二叉搜索樹回顧 134
5.2.2　平均搜索時間 135
5.2.3　問題定義 136
5.2.4　最優(yōu)子結(jié)構(gòu) 137
5.2.5　推導(dǎo)公式 141
5.2.6　子問題 142
5.2.7　一種動態(tài)規(guī)劃算法 143
5.2.8　改善運(yùn)行時間 145
5.2.9　小測驗(yàn)5.4～5.5的答案 145
5.3　本章要點(diǎn) 146
5.4　章末習(xí)題 147
第6章　再論最短路徑算法 150
6.1　邊長可能為負(fù)的最短路徑 150
6.1.1　單源最短路徑問題 150
6.1.2　負(fù)環(huán) 152
6.1.3　小測驗(yàn)6.1的答案 154
6.2　Bellman-Ford算法 154
6.2.1　子問題 155
6.2.2　最優(yōu)子結(jié)構(gòu) 156
6.2.3　推導(dǎo)公式 158
6.2.4　什么時候應(yīng)該停止 159
6.2.5　偽碼 160
6.2.6　Bellman-Ford算法的例子 161
6.2.7　Bellman-Ford算法的運(yùn)行時間 164
6.2.8　Internet路由 165
6.2.9　小測驗(yàn)6.2～6.3的答案 165
6.3　所有頂點(diǎn)對的最短路徑問題 166
6.3.1　問題定義 166
6.3.2　簡化為單源最短路徑 167
6.3.3　小測驗(yàn)6.4的答案 168
6.4　Floyd-Warshall算法 168
6.4.1　子問題 168
6.4.2　最優(yōu)子結(jié)構(gòu) 170
6.4.3　偽碼 172
6.4.4　檢測負(fù)環(huán) 174
6.4.5　Floyd-Warshall算法的總結(jié)和開放性問題 175
6.4.6　小測驗(yàn)6.5～6.6的答案 176
6.5　本章要點(diǎn) 177
6.6　章末習(xí)題 178
附錄　章末習(xí)題答案節(jié)選 180
后記　算法設(shè)計工作指南 187