MasterTheorem@AlgorithmDesign_DataStructuer.pdf
716.8 KB
قضیه مستر و برخی از توابع بازگشتی که باید با استفاده از درخت حل شوند.
#طراحی_الگوریتم
📣👨💻 @AlgorithmDesign_DataStructuer
#طراحی_الگوریتم
📣👨💻 @AlgorithmDesign_DataStructuer
👏2🙏2👎1🔥1👨💻1
برنامهنویسی پویا چه ویژگیهای شاخصی دارد؟
یک مسئله باید دارای دو مشخصه کلیدی باشد تا بتوان برنامهنویسی پویا را برای آن استفاده کرد. اول آنکه زیرساختار بهینه و دوم زیرمسئلههای همپوشان داشته باشد. به حل یک مسئله با ترکیب جوابهای بهینه زیرمسئلههای ناهمپوشان، «تقسیم و حل» گفته میشود. به همین علت است که مرتبسازی ادغامی و سریع به عنوان مسائل برنامهنویسی پویا شناختهنمیشوند. نکته مهمی که در ارتباط با برنامهنویسی پویا وجود دارد، اصل بهینگی است. اگر بنا باشد پرانتزبندی کل عبارت بهینه شود، پرانتزبندی زیرمسئلهها هم باید بهینه باشند. یعنی بهینه بودن مسئله، بهینه بودن زیرمسئلهها را ایجاب میکند. پس میتوان از روش برنامهنویسی پویا استفاده کرد. حل بهینه، سومین مرحله از بسط یک الگوریتم برنامهنویسی پویا برای مسائل بهینهسازی است. مراحل بسط چنین الگوریتمی به سه بخش تقسیم میشوند. اول ارائه یک ویژگی بازگشتی که حل بهینه نمونهای از مسئله را به دست میدهد، دوم محاسبه مقدار حل بهینه به شیوه جزء به کل و سوم بنا کردن یک حل نمونه به شیوه جزء به کل.
تمام مسائل بهینهسازی را نمیتوان با برنامهنویسی پویا حل کرد چرا که باید اصل بهینگی در مسئله صدق کند. اصل بهینگی در یک مسئله صدق میکند اگر یک حل بهینه برای نمونه ای از مسئله، همواره حاوی حل بهینه برای همه زیر نمونهها باشد.
📣👨💻 @AlgorithmDesign_DataStructuer
یک مسئله باید دارای دو مشخصه کلیدی باشد تا بتوان برنامهنویسی پویا را برای آن استفاده کرد. اول آنکه زیرساختار بهینه و دوم زیرمسئلههای همپوشان داشته باشد. به حل یک مسئله با ترکیب جوابهای بهینه زیرمسئلههای ناهمپوشان، «تقسیم و حل» گفته میشود. به همین علت است که مرتبسازی ادغامی و سریع به عنوان مسائل برنامهنویسی پویا شناختهنمیشوند. نکته مهمی که در ارتباط با برنامهنویسی پویا وجود دارد، اصل بهینگی است. اگر بنا باشد پرانتزبندی کل عبارت بهینه شود، پرانتزبندی زیرمسئلهها هم باید بهینه باشند. یعنی بهینه بودن مسئله، بهینه بودن زیرمسئلهها را ایجاب میکند. پس میتوان از روش برنامهنویسی پویا استفاده کرد. حل بهینه، سومین مرحله از بسط یک الگوریتم برنامهنویسی پویا برای مسائل بهینهسازی است. مراحل بسط چنین الگوریتمی به سه بخش تقسیم میشوند. اول ارائه یک ویژگی بازگشتی که حل بهینه نمونهای از مسئله را به دست میدهد، دوم محاسبه مقدار حل بهینه به شیوه جزء به کل و سوم بنا کردن یک حل نمونه به شیوه جزء به کل.
تمام مسائل بهینهسازی را نمیتوان با برنامهنویسی پویا حل کرد چرا که باید اصل بهینگی در مسئله صدق کند. اصل بهینگی در یک مسئله صدق میکند اگر یک حل بهینه برای نمونه ای از مسئله، همواره حاوی حل بهینه برای همه زیر نمونهها باشد.
📣👨💻 @AlgorithmDesign_DataStructuer
👍4👎1🔥1👨💻1
چه ساختار داده ای برای اولین پیمایش عمق یک نمودار استفاده می شود؟
Anonymous Quiz
22%
Queue
44%
Stack
24%
List
11%
None of the above
👍4👨💻3👎2
یکی از کاربردهای پشته در کامپیوتر عبارت های حسابی می باشد که در زیر میتونیم با نمادگذاری infix و postfix آشنا شویم.
نماد گذاری infix (میانوندی):
عبارات Infix توسط انسان قابل خواندن و حل هستند. ما به راحتی میتوانیم ترتیب عملگرها را تشخیص دهیم و همچنین میتوانیم از پرانتز برای حل آن قسمت ابتدا در حین حل عبارات ریاضی استفاده کنیم. کامپیوتر نمی تواند عملگرها و پرانتزها را به راحتی متمایز کند، به همین دلیل تبدیل postfix مورد نیاز است.
برای تبدیل عبارت infix به عبارت postfix، از ساختار داده پشته استفاده می کنیم. با اسکن عبارت infix از چپ به راست، زمانی که هر عملوندی را دریافت می کنیم، به سادگی آنها را به فرم پسوند اضافه می کنیم و برای عملگر و پرانتز، آنها را با حفظ اولویت آنها در پشته اضافه می کنیم.
infix:A*B(C+D)
posfix:AB*CD+
📣👨💻 @AlgorithmDesign_DataStructuer
نماد گذاری infix (میانوندی):
عبارات Infix توسط انسان قابل خواندن و حل هستند. ما به راحتی میتوانیم ترتیب عملگرها را تشخیص دهیم و همچنین میتوانیم از پرانتز برای حل آن قسمت ابتدا در حین حل عبارات ریاضی استفاده کنیم. کامپیوتر نمی تواند عملگرها و پرانتزها را به راحتی متمایز کند، به همین دلیل تبدیل postfix مورد نیاز است.
برای تبدیل عبارت infix به عبارت postfix، از ساختار داده پشته استفاده می کنیم. با اسکن عبارت infix از چپ به راست، زمانی که هر عملوندی را دریافت می کنیم، به سادگی آنها را به فرم پسوند اضافه می کنیم و برای عملگر و پرانتز، آنها را با حفظ اولویت آنها در پشته اضافه می کنیم.
infix:A*B(C+D)
posfix:AB*CD+
📣👨💻 @AlgorithmDesign_DataStructuer
👌3👎1👨💻1
زمان لازم برای ادغام دو لیست از پیش مرتب شده به اندازه های m , n چه قدر است؟
Anonymous Quiz
24%
O(m*n)
51%
O(m+n)
13%
O(mlogn)
12%
O(nlogm)
👨💻6🤔3👎2🙏2
آرایه:
در واقعا ما آرایه ها را بای ذخیر سازی دیتا استفاده میکنیم که به بعدی های مختلفی میتوانیم ان را تقسیم کنیم که برای ذخیره کردن دیتا هم باید از حلقه استفاده کنیم تا بتوانیم به اندیس های آرایه دسترسی داشته باشیم و میتونیم دیتا ها رو در آن ها ذخیر کنیم و از آن ها استفاده کنیم. آرایه از سطر(افقی) و ستون(عمودی)تشکیل می شود.
📣👨💻 @AlgorithmDesign_DataStructuer
در واقعا ما آرایه ها را بای ذخیر سازی دیتا استفاده میکنیم که به بعدی های مختلفی میتوانیم ان را تقسیم کنیم که برای ذخیره کردن دیتا هم باید از حلقه استفاده کنیم تا بتوانیم به اندیس های آرایه دسترسی داشته باشیم و میتونیم دیتا ها رو در آن ها ذخیر کنیم و از آن ها استفاده کنیم. آرایه از سطر(افقی) و ستون(عمودی)تشکیل می شود.
📣👨💻 @AlgorithmDesign_DataStructuer
🙏3👨💻2
🤔11
Algorithm design & data structure
Photo
💯5🙏2👨💻2👍1🤔1
🤔5👍2👨💻1
انواع متغییر هایی که در زبان برنامه نویسی استفاده میشه شامل سایز و بازه ایی هستند که ما باید در برنامه ها به آن ها توجه کنیم که از چه نوع متغیری استفاده کنیم که هزینه کمتری داشته باشد(حافظه کمتر).
📣👨💻 @AlgorithmDesign_DataStructuer
📣👨💻 @AlgorithmDesign_DataStructuer
👍3🔥2👨💻1
هرم-بیشترین(max-heap):
یک درخت باینری کامل است که در آن مقدار هر گره داخلی بزرگتر یا مساوی با مقادیر فرزندان آن گره است. نگاشت عناصر یک پشته در یک آرایه بی اهمیت است: اگر یک گره با اندیس k ذخیره شود، فرزند سمت چپ آن در شاخص 2k + 1 و فرزند سمت راست آن در شاخص 2k + 2 ذخیره می شود.
📣👨💻 @AlgorithmDesign_DataStructuer
یک درخت باینری کامل است که در آن مقدار هر گره داخلی بزرگتر یا مساوی با مقادیر فرزندان آن گره است. نگاشت عناصر یک پشته در یک آرایه بی اهمیت است: اگر یک گره با اندیس k ذخیره شود، فرزند سمت چپ آن در شاخص 2k + 1 و فرزند سمت راست آن در شاخص 2k + 2 ذخیره می شود.
📣👨💻 @AlgorithmDesign_DataStructuer
👌4🤩2💯1👨💻1
تعداد برگ های تولید شده در یک درخت heap که n عنصر دارد چه قدر است؟
Anonymous Quiz
20%
کران پایینn/2
34%
کران بالایn/2
34%
کران پایین log n
12%
کران بالای log n
👍5👨💻3
چند تعریف و نکته در مورد گراف
در یک گراف , یک مجوعه از راس ها و یک مجوعه از یال ها داریم که میتوان گفت هر یال 2 راس را به هم متصل می کند.
گراف ساده:
گراف بدون جهت می باشد.
کوتاه ترین مسیر بین دو راس:
این به این معنی می باشد که مجوعه وزن های مورد استفاده بایستی به حداقل مسیر برسانیم.
گراف وزن دار:
هر یال داری وزنی می باشد.
گراف جهت دار:
هر یال علاوه بر وزن جهت نیز دارد که این به معنی می باشد که مشخص می کند که از چه راسی به چه راسی میتوان حرکت کرد.
توجه:
به این نکته دقت کنید که گراف یک درخت نمی باشد زیرا در آن دور(حلقه) وجود ندارد ولی اگر دقت کرده باشید در گراف ها نیز دور وجود دارید.
📣👨💻 @AlgorithmDesign_DataStructuer
در یک گراف , یک مجوعه از راس ها و یک مجوعه از یال ها داریم که میتوان گفت هر یال 2 راس را به هم متصل می کند.
گراف ساده:
گراف بدون جهت می باشد.
کوتاه ترین مسیر بین دو راس:
این به این معنی می باشد که مجوعه وزن های مورد استفاده بایستی به حداقل مسیر برسانیم.
گراف وزن دار:
هر یال داری وزنی می باشد.
گراف جهت دار:
هر یال علاوه بر وزن جهت نیز دارد که این به معنی می باشد که مشخص می کند که از چه راسی به چه راسی میتوان حرکت کرد.
توجه:
به این نکته دقت کنید که گراف یک درخت نمی باشد زیرا در آن دور(حلقه) وجود ندارد ولی اگر دقت کرده باشید در گراف ها نیز دور وجود دارید.
📣👨💻 @AlgorithmDesign_DataStructuer
👍2👏2👨💻1