算法的设计
㈠ 算法设计原则是什么
原则：首先说设计的算法必须是"正确的"，其次应有很好的"可读性"，还必须具有"健壮性"，最后应考虑所设计的算法具有"高效率与低存储量"。
所谓算法是正确的，除了应该满足算法说明中写明的"功能"之外，应对各组典型的带有苛刻条件的输入数据得出正确的结果。
在算法是正确的前提下，算法的可读性是摆在第一位的，这在当今大型软件需要多人合作完成的环境下是换重要的，另一方面，晦涩难读的程序易于隐藏错误而难以调试。算法的效率指的是算法的执行时间，算法的存储量指的是算法执行过程中所需最大存储空间。
算法是程序设计的另一个不可缺的要素，因此在讨论数据结构的同时免不了要讨论相应的算法。这里有两重意思，即算法中的操作步骤为有限个，且每个步骤都能在有限时间内完成。
确定性表现在对算法中每一步的描述都没有二义性，只要输入相同，初始状态相同，则无论执行多少遍，所得结果都应该相同。
可行性指的是，序列中的每个操作都是可以简单完成的，其本身不存在算法问题，例如，"求x和y的公因子"就不够基本。
输入值即为算法的操作对象，但操作的对象也可以由算法自身生成，如"求100以内的素数"，操作对象是自然数列，可以由变量逐个增1生成。
算法的健壮性指的是，算法应对非法输入的数据作出恰当反映或进行相应处理，一般情况下，应向调用它的函数返回一个表示错误或错误性质的值。
㈡ 算法设计
第5章：常用算法设计（软件设计篇）免费下载
链接:https://pan..com/s/1EsbJAHii_AXsOL6JuSnRHw
《算法设计》是2007年清华大学出版社出版发行的图书，作者是Jon Kleinberg / Éva Tardos。
㈢ 算法设计策略有哪些
算法设计策略如下：
1、分治html
分治法的设计思想是，将一个难以直接解决的大问题，分割成k个规模较小的子问题，这些子问题相互独立，且与原问题相同，而后各个击破，分而治之。算法。
5、分支限界
回溯法是对解空间进行深度优先搜索，事实上任何搜索遍整个解空间的算法都可解决问题。因此采用通用图搜索的任何实现做为搜索策略都可解决问题，只要作到穷举便可。除了深度优先搜索以外，咱们还可采用广度优先搜索，而分支限界法则是对解空间进行优先级优先搜索。
㈣ 如何才能设计出优秀的算法
数据结构中评价一个好的算法，应该从四个方面来考虑，分别是：
一、算法的正确性。
二、算法的易读性。
三、是算法的健壮性。
四、是算法的时空效率（运行）。
算法的设计取决于数据(逻辑)结构，算法的实现取决于所采用的存储结构。数据的存储结构本质上是其逻辑结构在计算机存储器中的实现。为了充分反映数据的逻辑结构，它在内存中的映像包括两个方面，即数据元素之间的信息和数据元素之间的关系。不同的数据结构有相应的操作。数据操作是定义在数据逻辑结构上的操作算法，如检索、插入、删除、更新和排序。
(4)算法的设计扩展阅读
该算法的一般性质包括：
1、对于任何符合输入类型的输入数据，都可以根据算法来解决问题，软件包保证了计算结构的正确性。
2、算法中的每一条指令都必须能够被人或机器执行。
3、确定性算法应该在每一步之后都有明确的下一步指示。也就是说，确保每个步骤都有下一步行动的指示，并且不缺乏或只有模糊的下一步行动指示。
4、有限算法的执行必须以有限的步数结束。
㈤ 如何设计算法
设计一个正确的算法是一件困难的工作，因为它需要创新，从以太真空中发掘出一个解方案来解决问题。算法设计比对现有的方案进行改良要难得多，因为算法设计的可选择空间太，过多的自由反而成了一种约束。 This book is designed to make you a better algorithm designer. The techniques presented in Part I of this book provide the basic ideas underlying all combinatorial algorithms. The problem catalog of Part II will help you with modeling your application and point you in the right direction of an algorithm or implementation. However, being a successful algorithm designer requires more than book knowledge; it requires a certain attitude, the right problem-solving approach. It is difficult to teach this mindset in a book; yet getting it is essential to become a successful designer. 本书的设计目标是让你成为一个更好的算法设计者。本书第一部分展示有关组合算法的基本原理和基本思想；第二部分的问题清单帮助你为你的问题建模，并且为你指明实现正确算法的方向。尽管如此，要成为一个成功的算法设计者光有书本知识是不够的，面对问题的态度（attitude）和选择正确的方法更重要。书本容易传授知识，很难传授人的心尺宴态（mindset)和思考方式；而这种心陵首银态和思考却是成为成功的算法设计者的根本条件。 The key to algorithm design (or any other problem-solving task) is to proceed by asking yourself a sequence of questions to guide your thought process. What if we do this? What if we do that? Should you get stuck on the problem, the best thing to do is move onto the next question. In any group brainstorming session, the most useful person in the room is the one who keeps asking, ``Why can't we do it this way?'' not the person who later tells them why. Because eventually she will stumble on an approach that can't be shot down. 算法设计（或其它问题解决任务）的关键是一系列持续的自我反问，这些反问引导我们思维的前进。“如果这样做会怎样？”，“如果那样做又会怎样？”……如果 你被一个问题掐住了，最好的办法就是先搁一下，换一个问题换一个前进的方向试试。在每组头脑风暴会芹灶议中，最有价值的人是不断提出为什么的人，不是尔后解说为什么的人。因为我们常常被一些习以为常的东西所拌倒，掉进自己设置的陷阱。 kemin：如果问题解决是一种思考过程，那么思考的形式（过程的严谨性、细致性和正确性）很重要，而思考的内容也不容忽视。因为引导我们思考前进的方式 除反问本身外，反问的内容也很重。就比如参加头脑风暴的材料一样。人大脑的思维功能是硬编码的，人与人之间没有思维规律——质的区别，只是思维的清晰度和 灵敏度——量的差别。人与人之间智力的差别更多体现在思维内容的量上，体现在对外部世界的事实掌握的广度和深度上。 Towards this end, we provide below a sequence of questions to guide your search for the right algorithm for your problem. To use it effectively, you must not only ask the questions, but answer them. The key is working through the answers carefully, by writing them down in a log. The correct answer to, ``Can I do it this way?'' is never ``no,'' but ``no, because ....'' By clearly articulating（明确有力地表达） your reasoning as to why something doesn't work, you can check if it really holds up or whether you have just glossed（掩盖） over a possibility that you didn't want to think hard enough about. You will be surprised how often the reason you can't find a convincing（使人信服的） explanation for something is because your conclusion is wrong. 在末尾我们提供一个反问问题的列表，你不但要反问自己这些问题，更重要是仔细回答这些问题，最好把答案写下来。回答诸如问题“我可以使用这种方式吗？”的 不是一个“不能”就完了，而是“不能，因为……”。通过仔细明确的回答“为什么不能”时，你会发现到底是“真的不能“，还是只是你自己不愿意去深入思考掩 盖了”能“。如果你不曾训练出严谨的思考方式，当你这样做时你会惊讶的发现，为了说明某些东西但却找不到一个令人信服的解释的原因常常是因为你的结论本身 是错的。 An important distinction to keep aware of ring any design process is the difference between strategy and tactics（战略）. Strategy represents the quest for the big picture, the framework around which we construct our path to the goal. Tactics are used to win the minor battles we must fight along the way. In problem solving, it is important to check repeatedly whether you are thinking on the right level. If you do not have a global strategy of how you are going to attack your problem, it is pointless to worry about the tactics. 在设计过程中特别重要区分策略和战略的概念。策略是对全局的一个探索，一个构筑通向目标路径的指导框架。战略则是用来解决通向大目标过程的较小的问题。如果你对关于如何对付所面临的问题没有一个全局的策略，那关心战略是不得要领的，予事无补的。在解题领域，不断修正思维的层次（thinking on the right level）是很重要战略。（--莱布尼兹曾经将人的解题思考过程比喻成晃筛子，把脑袋里面的东西都给抖落出来，然后正在搜索的注意力会抓住一切细微的、与问题有关的东西。事实上，要做到能够令注意力抓住这些有关的东西，就必须时刻将问题放在注意力层面，否则即使关键的东西抖落出来了也可能没注意到。） An example of a strategic question is, ``How best can I model my application as a graph algorithm problem?'' A tactical question might be, ``Should I use an adjacency邻接 list or adjacency matrix data structure to represent my graph?'' Of course, such tactical decisions are critical to the ultimate quality of the solution, but they can be properly evaluated only in light of a successful strategy. 一个策略问题的例子是：“我如何才能更好地把我的问题建模成图问题？”。而一个战略问题可能是这样：“我是用邻接列表还是邻接矩阵来实现我的图结构？”。当然，这种战略选择是对解决方案的最终质量起着重要作用；不过战略价值的体现还是基于正确的策略的选择。 When faced with a design problem, too many people freeze up in their thinking. After reading or hearing the problem, they sit down and realize that they don't know what to do next. They stare（凝视） into space, then panic（惊惶）, and finally end up settling（沉淀; 决定） for the first thing that comes to mind. Avoid this fate（天数; 运气; 命运 ）. Follow the sequence of questions provided below and in most of the catalog problem sections. We'll tell you what to do next! 初学者在面对问题时常常表现出思维凝滞、手足无措和盲目解题。参考以下的反问问题列表和本书的问题清单，我们告诉你应该怎么做。 Obviously, the more experience you have with algorithm design techniques such as dynamic programming, graph algorithms, intractability, and data structures, the more successful you will be at working through the list of questions. Part I of this book has been designed to strengthen this technical background. However, it pays to work through these questions regardless of how strong your technical skills are. The earliest and most important questions on the list focus on obtaining a detailed understanding of the problem and do not require specific expertise. 当然本反问问题列表对读者有背景要求，要求读者对算法设计技术（动态规划、图算法、难解性和数据结构）的熟悉程度。本书第一部分的目标就是对这些技术背景进行强化。不过，不管你的技术背景怎样，通读这些问题对你解题还是很有裨益的。
㈥ 算法设计有哪些方法
算法设计常用的几种方法是
1. 穷举法
2. 贪心法
3. 分治法
4. 回溯法
5. 分枝限界法
6. 动态规划法
㈦ 设计一个好的算法通常要考虑哪些要求
数据结构中评价一个好的算法，应该从四个方面来考虑，分别是：
一、算法的正确性。
二、算法的易读性。
三、是算法的健壮性。
四、是算法的时空效率（运行）。
算法的设计取决于数据（逻辑）结构，算法的实现取决于所采用的存储结构。数据的存储结构本质上是其逻辑结构在计算机存储器中的实现。为了全面反映一个数据的逻辑结构，它在内存中的影像包括两个方面，即数据元素之间的信息和数据元素之间的关系。
不同的数据结构有相应的操作。数据的操作是在数据的逻辑结构上定义的操作算法，如检索、插入、删除、更新和排序。
(7)算法的设计扩展阅读
该算法的一般性质包括：
1．通用性对于任何符合输入类型的输入数据，都可以根据算法解决问题，并且包保证了计算结构的正确性。
2．算法的每一条指令都必须能够被人或机器执行。
3．确定性算法应该在每一步之后都有明确的下一步指示。也就是说，确保每个步骤都有下一步行动的指示，不缺少或只包含含糊的下一步行动指示。
4．有限算法的执行必须在有限步结束。
㈧ 算法的设计原则是什么
1.穷举算法思想
穷举算法思想就是从所有的可能结果中一个一个的试验，知道试出正确的结果。具体的操作步骤如下：
1)对每一种可能的结果，计算其结果；
2)判断结果是否符合题目要求，如果符合则该结果正确，如果不符合则继续进行第1)步骤。
穷举算法思想的经典例子为鸡兔同笼为题（又称龟鹤同笼问题），题目为“一个笼子里有鸡兔，共15个头、46条腿，问鸡兔各有多少只？”。代码如下：
public static void main(String[] args) {
int head = 0;
int leg = 0;
System.out.println( "输入鸡兔头数：");
Scanner input=new Scanner(System.in);
head = input.nextInt();
System.out.println( "输入鸡兔腿数：");
Scanner input1=new Scanner(System.in);
leg = input1.nextInt();
boolean existence = false;
for( int i = 0; i <= head; i++){
if( 2 * i + 4 * ( head - i) == leg){
System.out.println( "鸡的个数 :" + i);
System.out.println( "兔的个数 :" + ( head - i));
existence = true;
}
}
if( !existence){
System.out.println( "你输入的数据不正确");
}
}
2.递推算法思想
递推算法算法就是根据已知条件，利用特定关系推导出中间推论，直到得到结果的算法。
递推算法思想最经典的例子是斐波那契数列 : 1,1,2,3,5,8,13......
上面的数列符合F(n) = F(n-1) + F(n-2).代码如下：
public static void main(String[] args) {
Scanner input=new Scanner(System.in);
int n = input.nextInt();
System.out.println( fibonacci( n));
}
public static int fibonacci( int n){
if( n == 1){
return 1;
}else if( n == 2){
return 1;
}else{
return fibonacci( n - 1) + fibonacci( n - 2);
}
}
3.递归算法思想
递归算法思想是把大问题转换成同类问题的子问题，然后递归调用函数表示问题的解。
在使用递归的时候一定要注意调回递归函数的终止条件。
递归算法比较经典的例子是求阶乘。代码如下：
public static void main(String[] args) {
System.out.println( "输入一个大于零的数：");
Scanner input=new Scanner(System.in);
int n = input.nextInt();
System.out.println( factorial( n));
}
public static int factorial( int n){
if( n == 0){
return 1;
}else if( n == 1){
return 1;
}else{
㈨ 设计算法的原则
设计算法的原则：
1、正确性：算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性、能正确反映问题的需要、能够得到问题的正确答案。
2、可读性：设计算法的目的，一方面是为了让计算机执行，但还有一个重要的目的就是为了便于他人的阅读，让人理解和交流，自己将来也可阅读。如果可读性不好，时间长了自己都不知道写了什么，可读性是评判算法（也包括实现它的程序代码）好坏很重要的标志。
3、健壮性：当输入的数据非法时，算法应当恰当地做出反应或进行相应处理，而不是莫名其妙的输出结果。并且处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便于在更高的抽象层次上进行处理。
4、高效率与低存储量：通常，算法的效率指的是算法的执行时间；算法的存储量指的是算法执行过程中所需要的最大存储空间，两者的复杂度都与问题的规模有关。算法分析的任务是对设计的每一个具体的算法，利用数学工具，讨论其复杂度，探讨具体算法对问题的适应性。
(9)算法的设计扩展阅读：
算法的“正确”通常在用法上有很大的差别，大体分为以下4个层次：
1、算法程序没有语法错误；
2、算法程序能够根据正确的输入的值得到满足要求的输出结果；
3、算法程序能够根据错误的输出的值满足规格说明的输出结果；
4、算法程序对于精心设计、极其刁难的测试数据都能满足要求的输出结果。
对于这4层含义，层次要求最低，因为仅仅没有语法错误实在谈不上是好的算法。而层次（4）是最困难的，人们几乎不可能逐一验证所有的输入都得到正确的结果。因此，算法的正确性在大部分情况下都不可能用程序来证明，而是用数学方法证明的。
㈩ 什么是算法设计
算法：为解决一个问题而采取的方法和步骤（对数据处理的描述）。算法是
程序
的灵魂，
结构化程序设计
的基本方法就是
算法设计