This commit is contained in:
krahets 2023-07-12 03:53:19 +08:00
parent eeb5a4fe0b
commit 14a64ebdb2
5 changed files with 338 additions and 23 deletions

View file

@ -153,7 +153,7 @@ $$
由于当前状态是从左边和上边的状态转移而来,**因此状态压缩后应该对 $dp$ 表中的每一行采取正序遍历**,这个遍历顺序与 0-1 背包正好相反。请通过以下动画来理解为什么要改为正序遍历。 由于当前状态是从左边和上边的状态转移而来,**因此状态压缩后应该对 $dp$ 表中的每一行采取正序遍历**,这个遍历顺序与 0-1 背包正好相反。请通过以下动画来理解为什么要改为正序遍历。
=== "<1>" === "<1>"
![unbounded_knapsack_dp_comp_step1](unbounded_knapsack_problem.assets/unbounded_knapsack_dp_comp_step1.png) ![完全背包的状态压缩后的动态规划过程](unbounded_knapsack_problem.assets/unbounded_knapsack_dp_comp_step1.png)
=== "<2>" === "<2>"
![unbounded_knapsack_dp_comp_step2](unbounded_knapsack_problem.assets/unbounded_knapsack_dp_comp_step2.png) ![unbounded_knapsack_dp_comp_step2](unbounded_knapsack_problem.assets/unbounded_knapsack_dp_comp_step2.png)
@ -469,7 +469,7 @@ $$
下图展示了零钱兑换的动态规划过程。 下图展示了零钱兑换的动态规划过程。
=== "<1>" === "<1>"
![coin_change_dp_step1](unbounded_knapsack_problem.assets/coin_change_dp_step1.png) ![零钱兑换问题的动态规划过程](unbounded_knapsack_problem.assets/coin_change_dp_step1.png)
=== "<2>" === "<2>"
![coin_change_dp_step2](unbounded_knapsack_problem.assets/coin_change_dp_step2.png) ![coin_change_dp_step2](unbounded_knapsack_problem.assets/coin_change_dp_step2.png)

View file

@ -573,7 +573,181 @@ comments: true
=== "C" === "C"
```c title="graph_adjacency_matrix.c" ```c title="graph_adjacency_matrix.c"
[class]{graphAdjMat}-[func]{} /* 基于邻接矩阵实现的无向图类结构 */
struct graphAdjMat {
int *vertices;
unsigned int **adjMat;
unsigned int size;
unsigned int capacity;
};
typedef struct graphAdjMat graphAdjMat;
/* 添加边 */
void addEdge(graphAdjMat *t, int i, int j) {
// 越界检查
if (i < 0 || j < 0 || i >= t->size || j >= t->size || i == j) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
exit(1);
}
t->adjMat[i][j] = 1;
t->adjMat[j][i] = 1;
}
/* 删除边 */
void removeEdge(graphAdjMat *t, int i, int j) {
// 越界检查
if (i < 0 || j < 0 || i >= t->size || j >= t->size || i == j) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
exit(1);
}
t->adjMat[i][j] = 0;
t->adjMat[j][i] = 0;
}
/* 添加顶点 */
void addVertex(graphAdjMat *t, int val) {
// 如果实际使用不大于预设空间,则直接初始化新空间
if (t->size < t->capacity) {
t->vertices[t->size] = val;
// 邻接矩新列阵置0
for (int i = 0; i < t->size; i++) {
t->adjMat[i][t->size] = 0;
}
memset(t->adjMat[t->size], 0, sizeof(unsigned int) * (t->size + 1));
t->size++;
return;
}
// 扩容,申请新的顶点数组
int *temp = (int *)malloc(sizeof(int) * (t->size * 2));
memcpy(temp, t->vertices, sizeof(int) * t->size);
temp[t->size] = val;
// 释放原数组
free(t->vertices);
t->vertices = temp;
// 扩容,申请新的二维数组
unsigned int **tempMat = (unsigned int **)malloc(sizeof(unsigned int *) * t->size * 2);
unsigned int *tempMatLine = (unsigned int *)malloc(sizeof(unsigned int) * (t->size * 2) * (t->size * 2));
memset(tempMatLine, 0, sizeof(unsigned int) * (t->size * 2) * (t->size * 2));
for (int k = 0; k < t->size * 2; k++) {
tempMat[k] = tempMatLine + k * (t->size * 2);
}
// 原数据复制到新数组
for (int i = 0; i < t->size; i++) {
memcpy(tempMat[i], t->adjMat[i], sizeof(unsigned int) * t->size);
}
// 新列置0
for (int i = 0; i < t->size; i++) {
tempMat[i][t->size] = 0;
}
memset(tempMat[t->size], 0, sizeof(unsigned int) * (t->size + 1));
// 释放原数组
free(t->adjMat[0]);
free(t->adjMat);
// 扩容后,指向新地址
t->adjMat = tempMat;
t->capacity = t->size * 2;
t->size++;
}
/* 删除顶点 */
void removeVertex(graphAdjMat *t, unsigned int index) {
// 越界检查
if (index < 0 || index >= t->size) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
exit(1);
}
// 清除删除的顶点,并将其后所有顶点前移
for (int i = index; i < t->size - 1; i++) {
t->vertices[i] = t->vertices[i + 1];
}
// 将被前移的最后一个顶点置0
t->vertices[t->size - 1] = 0;
// 清除邻接矩阵中删除的列
for (int i = 0; i < t->size - 1; i++) {
if (i < index) {
// 被删除列后的所有列前移
for (int j = index; j < t->size - 1; j++) {
t->adjMat[i][j] = t->adjMat[i][j + 1];
}
} else {
// 被删除行的下方所有行上移
memcpy(t->adjMat[i], t->adjMat[i + 1], sizeof(unsigned int) * t->size);
// 被删除列后的所有列前移
for (int j = index; j < t->size; j++) {
t->adjMat[i][j] = t->adjMat[i][j + 1];
}
}
}
t->size--;
}
/* 打印顶点与邻接矩阵 */
void printGraph(graphAdjMat *t) {
if (t->size == 0) {
printf("graph is empty\n");
return;
}
printf("顶点列表 = [");
for (int i = 0; i < t->size; i++) {
if (i != t->size - 1) {
printf("%d, ", t->vertices[i]);
} else {
printf("%d", t->vertices[i]);
}
}
printf("]\n");
printf("邻接矩阵 =\n[\n");
for (int i = 0; i < t->size; i++) {
printf(" [");
for (int j = 0; j < t->size; j++) {
if (j != t->size - 1) {
printf("%u, ", t->adjMat[i][j]);
} else {
printf("%u", t->adjMat[i][j]);
}
}
printf("],\n");
}
printf("]\n");
}
/* 构造函数 */
graphAdjMat *newGraphic(unsigned int numberVertices, int *vertices, unsigned int **adjMat) {
// 函数指针
graphAdjMat *newGraph = (graphAdjMat *)malloc(sizeof(graphAdjMat));
// 申请内存
newGraph->vertices = (int *)malloc(sizeof(int) * numberVertices * 2);
newGraph->adjMat = (unsigned int **)malloc(sizeof(unsigned int *) * numberVertices * 2);
unsigned int *temp = (unsigned int *)malloc(sizeof(unsigned int) * numberVertices * 2 * numberVertices * 2);
newGraph->size = numberVertices;
newGraph->capacity = numberVertices * 2;
// 配置二维数组
for (int i = 0; i < numberVertices * 2; i++) {
newGraph->adjMat[i] = temp + i * numberVertices * 2;
}
// 赋值
memcpy(newGraph->vertices, vertices, sizeof(int) * numberVertices);
for (int i = 0; i < numberVertices; i++) {
memcpy(newGraph->adjMat[i], adjMat[i], sizeof(unsigned int) * numberVertices);
}
return newGraph;
}
``` ```
=== "C#" === "C#"
@ -1376,7 +1550,135 @@ comments: true
=== "C" === "C"
```c title="graph_adjacency_list.c" ```c title="graph_adjacency_list.c"
[class]{graphAdjList}-[func]{} /* 基于邻接链表实现的无向图类结构 */
struct graphAdjList {
// 顶点列表
Vertex **verticesList;
// 顶点数量
unsigned int size;
// 当前容量
unsigned int capacity;
};
typedef struct graphAdjList graphAdjList;
/* 添加边 */
void addEdge(graphAdjList *t, int i, int j) {
// 越界检查
if (i < 0 || j < 0 || i == j || i >= t->size || j >= t->size) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
return;
}
// 查找待连接的节点
Vertex *v1 = t->verticesList[i];
Vertex *v2 = t->verticesList[j];
// 连接节点
pushBack(v1->linked, v2);
pushBack(v2->linked, v1);
}
/* 删除边 */
void removeEdge(graphAdjList *t, int i, int j) {
// 越界检查
if (i < 0 || j < 0 || i == j || i >= t->size || j >= t->size) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
return;
}
// 查找待删除边的相关节点
Vertex *v1 = t->verticesList[i];
Vertex *v2 = t->verticesList[j];
// 移除待删除边
removeLink(v1->linked, v2);
removeLink(v2->linked, v1);
}
/* 添加顶点 */
void addVertex(graphAdjList *t, int val) {
// 若大小超过容量,则扩容
if (t->size >= t->capacity) {
Vertex **tempList = (Vertex **)malloc(sizeof(Vertex *) * 2 * t->capacity);
memcpy(tempList, t->verticesList, sizeof(Vertex *) * t->size);
free(t->verticesList);
// 指向新顶点表
t->verticesList = tempList;
t->capacity = t->capacity * 2;
}
// 申请新顶点内存并将新顶点地址存入顶点列表
Vertex *newV = newVertex(val);
newV->pos = t->size;
newV->linked = newLinklist(newV);
t->verticesList[t->size] = newV;
t->size++;
}
/* 删除顶点 */
void removeVertex(graphAdjList *t, unsigned int index) {
// 越界检查
if (index < 0 || index >= t->size) {
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
exit(1);
}
// 查找待删节点
Vertex *v = t->verticesList[index];
// 若不存在该节点,则返回
if (v == 0) {
printf("index is:%d\n", index);
printf("Out of range in %s:%d\n", __FILE__, __LINE__);
return;
}
// 遍历待删除节点链表,将所有与待删除结点有关的边删除
Node *temp = v->linked->head->next;
while (temp != 0) {
removeLink(temp->val->linked, v);
temp = temp->next;
}
// 定点列表前移
for (int i = index; i < t->size - 1; i++) {
t->verticesList[i] = t->verticesList[i + 1];
}
t->verticesList[t->size - 1] = 0;
t->size--;
//释放被删除顶点的内存
freeVertex(v);
}
/* 打印顶点与邻接矩阵 */
void printGraph(graphAdjList *t) {
printf("邻接表 =\n");
for (int i = 0; i < t->size; i++) {
Node *n = t->verticesList[i]->linked->head->next;
printf("%d: [", t->verticesList[i]->val);
while (n != 0) {
if (n->next != 0) {
printf("%d, ", n->val->val);
} else {
printf("%d", n->val->val);
}
n = n->next;
}
printf("]\n");
}
}
/* 构造函数 */
graphAdjList *newGraphic(unsigned int verticesNumber) {
// 申请内存
graphAdjList *newGraph = (graphAdjList *)malloc(sizeof(graphAdjList));
// 建立顶点表并分配内存
newGraph->verticesList = (Vertex **)malloc(sizeof(Vertex *) * verticesNumber);
memset(newGraph->verticesList, 0, sizeof(Vertex *) * verticesNumber);
// 初始化大小和容量
newGraph->size = 0;
newGraph->capacity = verticesNumber;
return newGraph;
}
``` ```
=== "C#" === "C#"

View file

@ -8,18 +8,10 @@ comments: true
在正式探讨算法之前,有一个有趣的事实值得分享:**你已经在不知不觉中学会了许多算法,并习惯将它们应用到日常生活中了**。下面,我将举几个具体例子来证实这一点。 在正式探讨算法之前,有一个有趣的事实值得分享:**你已经在不知不觉中学会了许多算法,并习惯将它们应用到日常生活中了**。下面,我将举几个具体例子来证实这一点。
**例一:拼装积木**。一套积木,除了包含许多零件之外,还附有详细的组装说明书。我们按照说明书一步步操作,就能组装出精美的积木模型。 **例一:查阅字典**。在字典里,每个汉字都对应一个拼音,而字典是按照拼音的英文字母顺序排列的。假设我们需要查找一个拼音首字母为 $r$ 的字,通常会这样操作:
从数据结构与算法的角度来看,积木的各种形状和连接方式代表数据结构,而组装说明书上的一系列步骤则是算法。 1. 翻开字典约一半的页数,查看该页首字母是什么,假设首字母为 $m$ 。
2. 由于在英文字母表中 $r$ 位于 $m$ 之后,所以排除字典前半部分,查找范围缩小到后半部分。
![拼装积木](algorithms_are_everywhere.assets/assembling_blocks.jpg)
<p align="center"> Fig. 拼装积木 </p>
**例二:查阅字典**。在字典里,每个汉字都对应一个拼音,而字典是按照拼音的英文字母顺序排列的。假设我们需要查找一个拼音首字母为 $r$ 的字,通常会这样操作:
1. 翻开字典约一半的页数,查看该页首字母是什么(假设为 $m$
2. 由于在英文字母表中 $r$ 位于 $m$ 之后,所以排除字典前半部分,查找范围缩小到后半部分;
3. 不断重复步骤 1-2 ,直至找到拼音首字母为 $r$ 的页码为止。 3. 不断重复步骤 1-2 ,直至找到拼音首字母为 $r$ 的页码为止。
=== "<1>" === "<1>"
@ -39,6 +31,19 @@ comments: true
查阅字典这个小学生必备技能,实际上就是著名的「二分查找」。从数据结构的角度,我们可以把字典视为一个已排序的「数组」;从算法的角度,我们可以将上述查字典的一系列操作看作是「二分查找」算法。 查阅字典这个小学生必备技能,实际上就是著名的「二分查找」。从数据结构的角度,我们可以把字典视为一个已排序的「数组」;从算法的角度,我们可以将上述查字典的一系列操作看作是「二分查找」算法。
**例二:整理扑克**。我们在打斗地主时,每局都需要整理扑克牌,使其从小到大排列,实现流程如下:
1. 将扑克牌划分为“有序”和“无序”两部分,并假设初始状态下最左 1 张扑克牌已经有序。
2. 在无序区间抽出一张扑克牌,插入至有序区间的正确位置;完成后最左 2 张扑克已经有序。
3. 在无序区间抽出一张扑克牌,插入至有序区间的正确位置;完成后最左 3 张扑克已经有序。
4. 不断循环以上操作,直至所有扑克牌都有序后终止。
以上整理扑克牌的方法本质上就是「插入排序」,它在处理小型数据集时非常高效,因此插入排序常作为编程语言的排序库函数的重要组成部分。
![扑克排序步骤](algorithms_are_everywhere.assets/playing_cards_sorting.png)
<p align="center"> Fig. 扑克排序步骤 </p>
**例三:货币找零**。假设我们在超市购买了 $69$ 元的商品,给收银员付了 $100$ 元,则收银员需要给我们找 $31$ 元。他会很自然地完成以下思考: **例三:货币找零**。假设我们在超市购买了 $69$ 元的商品,给收银员付了 $100$ 元,则收银员需要给我们找 $31$ 元。他会很自然地完成以下思考:
1. 可选项是比 $31$ 元面值更小的货币,包括 $1$ , $5$ , $10$ , $20$ 元。 1. 可选项是比 $31$ 元面值更小的货币,包括 $1$ , $5$ , $10$ , $20$ 元。
@ -49,9 +54,9 @@ comments: true
在以上步骤中,我们每一步都采取当前看来最好的选择(尽可能用大面额的货币),最终得到了可行的找零方案。从数据结构与算法的角度看,这种方法本质上是「贪心算法」。 在以上步骤中,我们每一步都采取当前看来最好的选择(尽可能用大面额的货币),最终得到了可行的找零方案。从数据结构与算法的角度看,这种方法本质上是「贪心算法」。
![货币找零](algorithms_are_everywhere.assets/greedy_change.png) ![货币找零过程](algorithms_are_everywhere.assets/greedy_change.png)
<p align="center"> Fig. 货币找零 </p> <p align="center"> Fig. 货币找零过程 </p>
小到烹饪一道菜,大到星际航行,几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将数据结构存储在内存中,同时编写代码调用 CPU 和 GPU 执行算法。这样一来,我们就能把生活中的问题转移到计算机上,以更高效的方式解决各种复杂问题。 小到烹饪一道菜,大到星际航行,几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将数据结构存储在内存中,同时编写代码调用 CPU 和 GPU 执行算法。这样一来,我们就能把生活中的问题转移到计算机上,以更高效的方式解决各种复杂问题。

View file

@ -6,6 +6,8 @@ comments: true
- 算法在日常生活中无处不在,并不是遥不可及的高深知识。实际上,我们已经在不知不觉中学会了许多算法,用以解决生活中的大小问题。 - 算法在日常生活中无处不在,并不是遥不可及的高深知识。实际上,我们已经在不知不觉中学会了许多算法,用以解决生活中的大小问题。
- 查阅字典的原理与二分查找算法相一致。二分查找体现了分而治之的重要算法思想。 - 查阅字典的原理与二分查找算法相一致。二分查找体现了分而治之的重要算法思想。
- 整理扑克的过程与插入排序算法非常类似。插入排序适合排序小型数据集。
- 货币找零的步骤本质上是贪心算法,每一步都采取当前看来的最好选择。
- 算法是在有限时间内解决特定问题的一组指令或操作步骤,而数据结构是计算机中组织和存储数据的方式。 - 算法是在有限时间内解决特定问题的一组指令或操作步骤,而数据结构是计算机中组织和存储数据的方式。
- 数据结构与算法紧密相连。数据结构是算法的基石,而算法则是发挥数据结构作用的舞台。 - 数据结构与算法紧密相连。数据结构是算法的基石,而算法则是发挥数据结构作用的舞台。
- 乐高积木对应于数据,积木形状和连接方式代表数据结构,拼装积木的步骤则对应算法。 - 乐高积木对应于数据,积木形状和连接方式代表数据结构,拼装积木的步骤则对应算法。

View file

@ -34,12 +34,18 @@ comments: true
<p align="center"> Fig. 数据结构与算法的关系 </p> <p align="center"> Fig. 数据结构与算法的关系 </p>
类比「LEGO 乐高」和「数据结构与算法」,则对应关系如下表所示。 我们可以把数据结构与算法类比为拼装积木。一套积木,除了包含许多零件之外,还附有详细的组装说明书。我们按照说明书一步步操作,就能组装出精美的积木模型。
![拼装积木](what_is_dsa.assets/assembling_blocks.jpg)
<p align="center"> Fig. 拼装积木 </p>
两者的详细对应关系如下表所示。
<div class="center-table" markdown> <div class="center-table" markdown>
| 数据结构与算法 | LEGO 乐高 | | 数据结构与算法 | LEGO 乐高 |
| -------------- | ------------------------------- | | -------------- | ---------------------------------------- |
| 输入数据 | 未拼装的积木 | | 输入数据 | 未拼装的积木 |
| 数据结构 | 积木组织形式,包括形状、大小、连接方式等 | | 数据结构 | 积木组织形式,包括形状、大小、连接方式等 |
| 算法 | 把积木拼成目标形态的一系列操作步骤 | | 算法 | 把积木拼成目标形态的一系列操作步骤 |