شکل کلی این الگوریتم با استفاده از درخت و الگوریتم پیمایش آن

📣👨‍💻 @AlgorithmDesign_DataStructuer

روش جدولی محاسبه پیچدگی زمانی

📣👨‍💻 @AlgorithmDesign_DataStructuer

برای به دست آوردن Huffman Codeing باید ابتدا فراوانی هر یک از کاراکتر ها را به دست آوریم سپس با آن دو کاراکتری که جمع آن ها کمتر از بقیه کاراکتر ها می باشد شروع می کنیم به رسم درخت همین روند را ادامه می دهیم تا همه کاراکتر ها را در درخت درج کنیم سپس روی یال سمت چپ هر نود صفر قرار میدهیم و یال سمت را یک قرا می دهیم سیپس میتوانیم کد هر کاراکتر را با استفاده از صفر و یک های روی یال های درخت به دست آوریم به مثالی که در گیف می باشد توجه کنید.

📣👨‍💻 @AlgorithmDesign_DataStructuer

یک مثال ساده از الگوریتم حریصانه (Greedy) از یک مکانی میخواهیم به سمت یه مقصدی بریم باید از چند تا شهر عبور کنیم هر بار بهترین مسیر را انتخاب میکنیم یعنی مسیری که کمترین هزینه را برای ما به جا می گذارد این الگوریتم لذوما بهینه نمی باشد زیر ممکن است در ادامه مسیر مسیر بهتری بوده که ما از آن استفاده نکردیم.

📣👨‍💻 @AlgorithmDesign_DataStructuer

سورس کد الگوریتم Binary search با استفاده از 3 قسمت کردن عناصر آرایه

📣👨‍💻 @AlgorithmDesign_DataStructuer

رشد برخی از توابع بر اساس میزان رشد آن ها

📣👨‍💻 @AlgorithmDesign_DataStructuer

الگوریتم (Prime):
از یک راس دلخواه شروع می کنیم. از بین یال های متصل، یالی با کمترین هزینه انتخاب می کنیم.
در مرحله بعد، راسی از بین رئوس دیده نشده به گونه ای انتخاب می کنیم که با حداقل هزینه به
یکی از رئوس قبال دیده شده وصل شده باشد. این الگوریتم یک الگوریتم حریصانه می باشد.

📣👨‍💻 @AlgorithmDesign_DataStructuer

https://www.gatevidyalay.com/recursion-tree-solving-recurrence-relations/
در این سایت شما میتوانید ببینید که سوالاتی که در مورد سوالات بازگشتی هستند چه طور میشود با درخت پیچیدگی آن را به دست آورد.