蓝桥杯第三级别——算法。
蓝桥杯的考察重点:加黑重点 (括号内了解)
算法:枚举、排序、搜索、计数、贪心、动态规划、图论、数论、博弈论、概率论、计算几何、字符串算法。(递归、二分查找、哈希算法、分治算法、回溯算法)
数据结构:数组、对象/结构、字符串、队列、栈、树、图、堆、平衡树/线段树、复杂数据结构、嵌套数据结构。(链表、散列表、二叉树、跳表、Trie树)
其它的:编程思维:
数学思维(公式计算)
计算思维(程序自动化+抽象过程)
计算机思维(不断试错)
随机模拟思维(大量随机点模拟)
模块化思维(功能拆分——化繁为简,分而治之,模块间松耦合,模块内紧耦合)
规则化思维(抽象过程为规则)
递归思维(函数内调用函数)
脚本自动化思维(数据和功能分离)
目录
算法复杂度
递归
fibonacci——爬楼梯
数组
两数之和问题
合并两个有序数组
包括时间复杂度和空间复杂度。
对于程序需要优先考虑时间。Tn = O(f(n))。时间复杂度是对程序运行时间的估算。
计算:(超过2层循环的算法直接换思路,时间复杂度小于等于O(n**2))
选择最复杂的循环计算最高阶(包括递归调用,不包括其他循环和非循环)。
嵌套取乘积。O(N*N)
多数据规模。O(M+N)
例:
i = 1 while i <= n: i = i*2
i依次为1,2,4,8,16...2**i,直到2**i不大于n时停止。
2**i == n。i == log2(n)。
所以Tn = O(log(n))
思想:(将一个复杂的大问题拆分为小问题来解决)
一个问题的解等价于拆分为子问题的解。
子问题规模变小,但是子问题与原问题思路相同。
存在终止条件(符合算法的有限性)
评价:
优点:递归思想简单,容易理解思考;
缺点:空间复杂度高,堆栈溢出分险,耗时比较高,重复计算问题。
斐波纳吉序列就是典型的递归思想。
1. 递归法解决问题,自顶向下计算,时间复杂度高。
#递归fibonacci
def fun(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fun(n-1) + fun(n-2)
n = int(input())
num = fun(n)
print(num)
2. 递归中存在重复计算问题,将已经计算过的值保存到字典。
#hashmap()存储已经计算的值
di = {}
def func(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
if n in di:
return di.get(n)
else:
result = func(n-1) + func(n-2)
di[n] = result
return result
n = int(input())
num = func(n)
print(num)
3. 循环方式,自底向上累加,难理解(用变量临时保存子问题的解)。
#循环,自底向上
def fibonacci(n):
a = 0
b = 1
if n == 0:
return 0
elif n == 1:
return 1
for i in range(1,n):
c = a+b
a = b
b = c
return b
n = int(input())
num = fibonacci(n)
print(num)
描述:找出一个一维数组(li)中,两个数和为目标值(n)的下标。
暴力枚举法。
li = [2,7,11,15]
n = 9
for i in range(len(li)):
for j in range(i+1,len(li)):
if li[j]+li[i] == n:#如果两个数之和等于目标值,返回下标
print(i,j)
用字典存储遍历过的值。
li = [2,7,11,15,13]
n = 20
di = {}#键存储数据,值存储下标
for i in range(len(li)):
sub = n - li[i]
if sub in di:#判断差值在字典中是否有键,有则返回下标;没有存入字典
print(di[sub],i)
else:
di[li[i]] = i
描述:将两个递增数组(a,b)合并,并且排序。结果存储在(a)。
用列表方法——list.extend()合并,list.sort()排序。(只能说python的列表就是np。数组遍历真烦。。。)sort()快速排序的时间复杂度:
a = [1,5,9]
b = [3,5,7]
a = a+b
a.sort()
print(a)
双指针遍历列表(利用列表有序),比较存入临时列表,再赋值给(a)。,
双指针从后向前倒序遍历,先排序值大的元素,直接存入(a)。,
每一次都要最好的结果,从而达到最终问题的结果是最好的。——全局最优解
描述:胃口——能吃多少为g[i],尺寸——饼干大小为s[j]。满足s[j]>=g[i],满足胃口并且吃到最小的饼干,则为局部最优解。直到每个人都吃到饼干或没有饼干即为全局最优解。
g = list(map(int,input().split()))#wei kou
s = list(map(int,input().split()))#chi cun
g.sort()
s.sort()
count = 0
for i in range(len(g)):
for j in range(len(s)):
if s[j]>=g[i]:
count += 1
s[j] = -1#相当于拿走这块饼干
#g[i] = float('inf')#正无穷大
break
print(count)
。。。 后面的学不完了,听说还得学会暴力递归,暴力搜索,十大排序(快速排序,归并排序),动态规划。。。
下一篇:蓝桥杯算法(python)_木北!的博客-CSDN博客