算法五种

A. 五种进程调度算法的总结;

1、时间片轮转调度 算法 （RR）：给每个进程固定的执行时间，根据进程到达的先后顺序让进程在单位时间片内执行，执行完成后便调度下一个进程执行，时间片轮转调度不考虑进程等待时间和执行时间，属于抢占式调度。优点是兼顾长短作业；缺点是平均等待时间较长，上下文切换较费时。适用于分时系统。
2、先来先服务调度算法（FCFS）：根据进程到达的先后顺序执行进程，不考虑等待时间和执行时间，会产生饥饿现象。属于非抢占式调度，优点是公平，实现简单；缺点是不利于短作业。
3、优先级调度算法（HPF）：在进程等待队列中选择优先级最高的来执行。
4、多级反馈队列调度算法：将时间片轮转与优先级调度相结合，把进程按优先级分成不同的队列，先按优先级调度，优先级相同的，按时间片轮转。优点是兼顾长短作业，有较好的响应时间，可行性强，适用于各种作业环境。
5、高响应比优先调度算法：根据“响应比=（进程执行时间+进程等待时间）/ 进程执行时间”这个公式得到的响应比来进行调度。高响应比优先算法在等待时间相同的情况下，作业执行的时间越短，响应比越高，满足段任务优先，同时响应比会随着等待时间增加而变大，优先级会提高，能够避免饥饿现象。优点是兼顾长短作业，缺点是计算响应比开销大，适用于批处理系统。

B. 算法的五个特征有什么

1，有穷性（Finiteness）：算法的有穷性是指算法必须能在执行有限个步骤之后终止；
2，确切性(Definiteness)：算法的每一步骤必须有确切的定义；
3，输入项(Input)：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定出了初始条件；
4，输出项(Output)：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5，可行性(Effectiveness)：算法中执行的任何计算步骤都是可以被分解为基本的可执行的操作步，即每个计算步都可以在有限时间内完成（也称之为有效性）。

C. 算法的五个重要特性

算法的五大特性：
1、输入: 算法具有0个或多个输入。
2、输出: 算法至少有1个或多个输出。
3、有穷性: 算法在有限的步骤之后会自动结束而不会无限循环，并且每- 一个步骤可以在可接受的时间内完成。
4、确定性：算法中的每一步都有确定的含义，不会出现二义性。
5、可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完。

拓展资料：

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的）初始输入开始，经过一系列有限而清晰定义的状态，最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法，包含了一些随机输入。

D. 算法有五个方面的重要特征，包括输入，确定性，输出，能行性还有

算法有五个方面的重要特征包括有穷性、确切性、输入项、输出项、可行性。

1、有穷性（Finiteness）

算法的有穷性是指算法必须能在执行有限个步骤之后终止；

2、确切性（Definiteness）

算法的每一步骤必须有确切的定义；

3、输入项（Input）

一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定出了初始条件；

4、输出项（Output）

一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；

5、可行性（Effectiveness）

算法中执行的任何计算步骤都是可以被分解为基本的可执行的操作步骤，即每个计算步骤都可以在有限时间内完成（也称之为有效性）。

(4)算法五种扩展阅读

1、迪杰斯特拉算法（又译戴克斯特拉算法）

这种图搜索算法具有多种应用方式，能够将需要解决的问题建模为图，并在其中找到两个节点间的最短路径。

2、RSA 算法

该算法由 RSA 公司的创始人们开发而成，使得密码学成果得以供世界上的每个人随意使用，甚至最终塑造了当今密码学技术的实现方式。

3、安全哈希算法

这实际上并不是真正的算法，而是由 NIST（美国国家标准技术研究所）所开发的一系列加密散列函数。然而，该算法家族对于世界秩序的维持起到了至关重要的作用。

4、比例微积分算法

该算法旨在利用控制回路反馈机制以最大程度控制期望输出信号与实际输出信号间的误差。其适用于一切存在信号处理需求的场景，包括以自动化方式通过电子技术控制的机械、液压或者热力系统。

5、数据压缩算法

很难确定哪种压缩算法的重要性最高，因为根据实际应用需求，大家使用的算法可能包括 zip、mp3 乃至 JPEG 以及 MPEG-2 等等。

E. 什么叫算法算法有哪几种表示方法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。计算机科学家往往将“算法”一词的含义限定为此类“符号算法”。“算法”概念的初步定义：一个算法是解决一个问题的进程。而并不需要每次都发明一个解决方案。

已知的算法有很多，例如“分治法”、“枚举测试法”、“贪心算法”、“随机算法”等。

(5)算法五种扩展阅读

算法中的“分治法”

“分治法”是把一个复杂的问题拆分成两个较为简单的子问题，进而两个子问题又可以分别拆分成另外两个更简单的子问题，以此类推。问题不断被层层拆解。然后，子问题的解被逐层整合，构成了原问题的解。

高德纳曾用过一个邮局分发信件的例子对“分治法”进行了解释：信件根据不同城市区域被分进不同的袋子里；每个邮递员负责投递一个区域的信件，对应每栋楼，将自己负责的信件分装进更小的袋子；每个大楼管理员再将小袋子里的信件分发给对应的公寓。

F. 五大基本算法——分支限界法

与回溯法一样，分支限界法也是在问题的解空间树上搜索问题的解的一种算法。

两者很类似，很容易混淆，但有如下显着的区别可区分两者：

1、求解目标不同

回溯法的求解目标一般是找出解空间树中满足条件的 所有解 。

分支限界法则是尽快找出满足约束条件的 一个解 ，或是在满足约束条件的解中找出在某种意义下的 最优解 。

2、搜索方式不同

回溯法——> 深度优先 遍历结点搜索解空间树。

分支限界法——> 广度优先或最小耗费优先 搜索解空间树。

3、存储空间不同

分支限界法由于加入了 活结点表 ，所以存储空间比回溯法大得多。因此当内存容量有限时，回溯法的成功率要大一些。

4、扩展结点的方式不同

分支限界法中，每个活结点只有一次机会变成扩展结点，一旦成为扩展结点便一次性生成其所有子结点。

区别小结：回溯法空间效率更高，分支限界法由于只需要求到一个解，所以往往更“快”。

就拿0/1背包问题做例子，回溯法求解0/1背包问题实际上是盲目地搜索解空间树，回溯法只会不断地往下走，虽然通过剪枝函数能减少一定的计算，但是当经过一个结点时，并不知晓其子结点会是怎样的情况，从而盲目继续搜索。而分支限界法则不一样，在经过某一结点时，会根据限界条件判断其结点之下的情况是否能够导出最优解，如若不能，直接不走这条路。这样虽然在空间上不占优势，但是搜索并不盲目，速度上快了很多。

1、定义解空间（对解编码）

2、确定解空间树结构（得解空间树）

3、按BFS广度优先方式搜索解空间树：

（1）：每个活结点只有一次机会变成扩展结点。
（2）：由扩展结点生成一步可达的新结点。
（3）：在新结点中删除不可能导出最优解的结点（限界策略，利用限界函数）。
（4）：将剩余新结点加入到活结点表中。
（5）：在活结点表中再取每个结点（按顺序）进行扩展（分支策略）。
（6）：直到活结点表为空。

注：活结点表通常采用堆结构，当求解极大值问题时用大顶堆，极小值问题时用小顶堆。

1、约束函数：问题定义时需给出的约束条件，如0/1背包问题不能超过其容量。

2、目标函数：是问题要求解的目标函数，分支限界法中需给出一个关于该函数的上下界，方便之后剪枝。

3、限界函数：用于记录当前结点之下可得的最优值，若超出上下界，则可放弃该结点；还用于活结点表中结点排序，限界函数值最优的在第一位，优先扩展遍历。

1、队列式分支限界法：在活结点表中，按照FIFO先进先出原则选取下一个结点做扩展结点。

2、优先队列式分支限界法：活结点表中的每个结点对应了一个耗费或收益（其实就是如果扩展该结点，会带来多大的效益），以此决定结点的优先级。

0/1背包问题、单源最短路径问题、最优装载问题。

G. 一年级17-9有几种计算方法

一年级17-9有五种算法，具体如下:

1.运用17=10+7，17-9=7+10-9=7+1=9

2.运用加法和减法互逆：9+8=17，17-9=8

3.退十加1法,即把10拆成9和1,再在另一个数字加1

4.数字相加法。如17-9=10－9+7=8

5.凑整法:17-9=17-7-2=10-2=8

(7)算法五种扩展阅读

退位减法，数学专有名词，也可以称作借位减法。就是当两个数相减，被减数的个位不够减时，往前一位借位，相当于给这位数加上10，再进行计算。

举例24－15，15的5减24的4，结果是1，再用10去减，得到9，就是个位，而十位的2被借去，十位的计算已经变成1-1，这是就是0，结果便是9。如果十位还要继续退位计算，就重复。

H. 算法的五个特性

算法的五个特性：

(1)有穷性。一个算法必须总是在执行有穷步后结束，且每一步都必须在有穷时间内完成。

(2)确定性。对千每种情况下所应执行的操作，在算法中都有确切的规定，不会产生二义性，使算法的执行者或阅读者都能明确其含义及如何执行。

(3)可行性。算法中的所有操作都可以通过已经实现的基本操作运算执行有限次来实现。

(4)输入。一个算法有零个或多个输入。当用函数描述算法时，输入往往是通过形参表示的，在它们被调用时，从主调函数获得输入值。

(5)输出。一个算法有一个或多个输出，它们是算法进行信息加工后得到的结果，无输出的算法没有任何意义。当用函数描述算法时，输出多用返回值或引用类型的形参表示。

算法的要素

一、数据对象的运算和操作：计算机可以执行的基本操作是以指令的形式描述的。一个计算机系统能执行的所有指令的集合，成为该计算机系统的指令系统。一个计算机的基本运算和操作有如下四类：

1.算术运算：加减乘除等运算。

2.逻辑运算：或、且、非等运算。

3.关系运算：大于、小于、等于、不等于等运算。

4.数据传输：输入、输出、赋值等运算。

二、算法的控制结构：一个算法的功能结构不仅取决于所选用的操作，而且还与各操作之间的执行顺序有关。

I. 算法设计与分析|5个算法

1）分治法

对于一个规模为n的问题，若该问题可以容易地解决（比如说规模n较小），则直接解决；否则将其分解为k个规模较小的子问题，这些子问题互相独立且与原问题形式相同，递归地解这些子问题，然后将各子问题的解合并得到原问题的解。

2）回溯法（深度优先）

回溯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达不到目标，就退回一步重新选择。这种走不通就退回再走的技术就是回溯法。

3）贪心法

总是做出在当前来说是最好的选择，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有可能解，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。

4）动态规划法

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，舍弃哪些肯定不能得到最优解的局部解，在每一步都经过筛选，以每一步都是最优解来保证全局是最优解。

5）分支限界法（广度优先）

分治算法求出的子问题是互相独立的。

动态规划算法具有最优子结构性质和重叠子问题性质。

贪心算法不追求最优解，只求可行解，因此不具备最优子结构的特性。

回溯算法把问题的解空间转化成图或者树结构，然后使用深度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或者最优解。

分支限界算法类似于回溯算法，它以广度优先方式搜索解空间树。