1、哈希算法实例详解
1. 什么是哈希
Hash,一般翻译做散列、杂凑,或音译为哈希,是一个典型的利用空间换取时间的算法,把任意长度的输入(又叫做预映射pre-image)通过散列算法变换成固定长度的输出,该输出就是散列值。
如有一个学生信息表:学生的学号为:年纪+学院号+班级号+顺序排序号【如:19(年级)+002(2号学院)+01(一班)+17(17号)---190020117】类似于一个这样的信息,当我们需要找到这个学号为【190020117】的学生,在不适用哈希的时候,我们通常是使用一个顺序遍历的方式在数据中进行查询大类,再查询子类得到,这样的作法很明显不够快 ,需要O(n)左右的时间花费,对于大型的数据规模而言这显然不行,而哈希的做法是,根据一定的规律(比如说年纪不存在过老和过小的情况,以此将【190020117】进行压缩成一个简短的数据如:【192117】)并且将这个数据直接作用于内存的地址,届时我们查询【190020117】只需要进行一次压缩并访问【192117】这个地址即可,而这个压缩的方法(函数),就可以称之为哈希函数。
一般的对于哈希函数需要考虑如下内容:
a) 计算散列地址所需要的时间(即hash函数本身不要太复杂)
b) 关键字的长度
c) 表长(不宜过长或过短,避免内存浪费和算力消耗)
d) 关键字分布是否均匀,是否有规律可循
e) 设计的hash函数在满足以上条件的情况下尽量减少冲突
2.哈希与哈希表
在理解了哈希的思维之后,我们要了解什么是哈希表,哈希表顾名思义就是经过哈希函数进行转换后的一张表,通过访问哈希表,我们可以快速查询哈希表,从而得出所需要得到的数据,构建哈希表的核心就是要考虑哈希函数的冲突处理(即经过数据压缩之后可能存在多数据同一个地址,需要利用算法将冲突的数据分别存储)。
冲突处理的方法有很多,最简单的有+1法,即地址数直接+1,当两个数据都需要存储进【2019】时,可以考虑将其中的一个存进【2020】
此外还有,开放定址法,链式地址发,公共溢出法,再散列法,质数法等等,各方法面对不同的数据特征有不同的效果。
3.哈希的思维
Hash算法是一个广义的算法,也可以认为是一种思想,使用Hash算法可以提高存储空间的利用率,可以提高数据的查询效率,也可以做数字签名来保障数据传递的安全性。所以Hash算法被广泛地应用在互联网应用中。
比如,利用哈希的思维在O(1)的复杂度情况下任意查询1000以内所有的质数(在创建是否是质数的时候并不是O(1)的复杂度),注意本样例只是演示思维,面对本需求可以有更好的空间利用方式(本写法比较浪费空间,仅供了解)。
#include<iostream>
using namespace std;
const int maxn=1002;
int arr[maxn]={0};
//判断是否是质数
bool is_pri(int n){
for(int i=n-1;i>=2;i--){
if(n%i==0) return false;
}
return true;
}
void create(){
for(int i=3;i<=maxn;i++){
if(is_pri(i)){
arr[i]=1;
}
}
}
int main(){
create();
int input;
while(cin>>input){
if(arr[input]){
cout<<input<<" 是质数"<<endl;
}else{
cout<<input<<" 不是质数"<<endl;
}
}
return 0;
}
2、动态规划DP算法详解
1.简介
动态规划(dynamic programming)是运筹学的一个分支,是求解决策过程(decision process)最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时,提出了著名的最优化原理(principle of optimality),把多阶段过程转化为一系列单阶段问题,利用各阶段之间的关系,逐个求解,创立了解决这类过程优化问题的新方法------动态规划。
动态规划也是学习算法的同学最为头疼的一个重要算法,其类型宽泛让人无从下手,又极其的烧脑很难理解,事实上,动态规划是算法学习者的一个重要的门槛,也是一个瓶颈,掌握方法很重要,本节虽然不提供任何的具体代码,但希望简介以及介绍曲线的方式让读者能够更好的掌握。
2.思想
动态规划的基本思想是:问题的最优解如果可以由子问题的最优解推导得到,则可以先求解子问题的最优解,在构造原问题的最优解;若子问题有较多的重复出现,则可以自底向上从最终子问题向原问题逐步求解。
比如说著名的斐波那契定理a[i]=a[i-1]+a[i-2],就是一个特别好的理解方式,为什么直接写公式的算法(自底向上,从1开始递增)效率就是比递归(自顶向下,从n开始向下)的要好?
让我们来熟悉一下动态规划的特点:
a) 把原始问题划分成一系列子问题;
b) 求解每个子问题仅一次,并将其结果保存在一个表中,以后用到时直接存取,不重复计算,节省计算时间
c) 自底向上地计算。
d) 整体问题最优解取决于子问题的最优解(状态转移方程)(将子问题称为状态,最终状态的求解归结为其他状态的求解)
很简单,因为递归的方式return f(n-1)+f(n-2)会产生一些重复计算,当计算f(5)+f(4)中,f(5)其实又包含了一次f(4),而动态规划的出现,就是为了减少这样的重复计算,通过确认一个个的状态以及到达下一个状态的【状态转移方程】,来表现,一般而言,我们使用数学语言直接表示【状态转移方程】。
3. 分类
动态规划可以分为如下四大类,可以依次进行学习:
线性动规,区域动规,树形动规,背包动规。
4. 学习方法
一切的开始,都必须要勤记笔记,在最初的学习中,比如最大不下降子序列这题目,我们可以更具题意将题目要求,总结题目意思,发现是否选取这个序列数是一个状态,这个状态分为两种情况:选取,不选取,我们可以在草稿纸上面讲每一个状态利用一个二叉树画出来,然后推到出正确的方案,这是第一步,接着我们讲二叉树中的每一个数据提出,尝试着利用动态规划的思维,将这课树的状态转移方程提出,最后根据这个状态转移方程,写出最终的答案。
在熟悉相关类型的题目达到一定的程度的时候,自然得心应手。
5. 相关例题
可以直接从dotcpp网站标签中搜索动态规划即可,动态规划拥有海量的题目,非常适合深入理解和练习。
例题:
1255 | 蓝桥杯算法提高-能量项链 |
---|---|
1436 | 蓝桥杯2014年第五届真题-地宫取宝 |
1557 | 蓝桥杯算法提高VIP-聪明的美食家 |
3、贪心算法实例详解
1.简介
贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。
贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
2.思想
贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行,根据某个优化测度,每一步都要确保能获得局部最优解。每一步只考虑一个数据,他的选取应该满足局部优化的条件,直到把所有数据枚举完。
贪心算法的思想如下:
a)建立数学模型来描述问题;
b)把求解的问题分成若干个子问题;
c)对每一子问题求解,得到子问题的局部最优解;
d)把子问题的解局部最优解合成原来解问题的一个解。
与动态规划不同的是,贪心算法得到的是一个局部最优解(即有可能不是最理想的),而动态规划算法得到的是一个全局最优解(即必须是整体而言最理想的),一个有趣的事情是,动态规划中的01背包问题就是一个典型的贪心算法问题。
3.学习方法
由浅入深,不妨先将动态规划中的01背包问题弄熟悉,再来学习贪心算法的基础思维,其实在很多时候自己并未发觉自己已经是在使用贪心了,当你基本掌握了一些贪心的概念的时候,可以做一些诸如装箱问题,切割问题,区域分配问题的题目,巩固自己的知识。
4.相关例题
有很多经典的应用,比如霍夫曼编码(Huffman Coding)、Prim 和 Kruskal 最小生成树算法、还有 Dijkstra 单源最短路径算法,最小生成树算法和最短路径算法,甚至是一些暴力求解题目,都是使用了贪心的这种思维。
可以直接从dotcpp网站标签中搜索贪心即可,贪心算法在很多题目中均或多或少有一些思维的应用,因此题目涵盖非常广阔,非常适合逐步练习。
例题:
1197 | 发工资咯 |
---|---|
1453 | 蓝桥杯历届试题-翻硬币 |
1462 | 蓝桥杯基础练习VIP-Huffuman树 |
4、博弈算法实例详解
1.简介博弈
博弈/博弈论,又称为对策论(Game Theory)、赛局理论等,既是现代数学的一个新分支,也是运筹学的一个重要学科。博弈论主要研究公式化了的激励结构间的相互作用,是研究具有斗争或竞争性质现象的数学理论和方法,博弈论考虑游戏中的个体的预测行为和实际行为,并研究它们的优化策略。
总而言之,博弈,就是两方(或者多方)在为了某一种目标进行的竞争。
在生活中,博弈无处不在,国与国之间的交锋就是一种博弈,在游戏中你与对手的有来有回也是一种博弈,面对老板提出加工资的需求又也是一种博弈,在博弈中,选择去做什么非常重要,这也是十分有研究价值的,一个有趣的题外话:从1994年诺贝尔经济学奖授予3位博弈论专家开始,共有7届的诺贝尔经济学奖与博弈论的研究有关。
2.思想
博弈问题的特点
a) 博弈模型为两人轮流决策的非合作博弈。即两人轮流进行决策,并且两人都使用最优策略来获取胜利
b) 博弈是有限的。即无论两人怎样决策,都会在有限步后决出胜负
c) 公平博弈。即两人进行决策所遵循的规则相同
3. 学习方法
关于博弈论,最理想的学习方式还当属熟悉模型,几种常用的博弈论模型有:巴什博弈,威佐夫博弈,斐波那契博弈,尼姆博弈,通过理解模型以及他们模型可能产生的变种,面对各种题目也只是"换汤不换药"的思维。
在基本了解各类模型之后,我们可以开始学习"博弈树"和"决策树"这类算法,以及其他一些启发式算法,这与人工智能的思维很接近,此时算法难度已经直线上升,在经过这个瓶颈之后,等待你的是一片星辰大海。
4.经典例题
直接搜索题目标签"博弈论"即可找到题目,目前的题目属于比较入门的题,大家可以扩展去思考和处理。