4.1 并行算法的基础知识 4.1.1 并行算法的定义和分类 4.1.2 并行算法的表达 4.1.3 并行算法的复杂性度量 4.1.4 并行算法中的同步和通讯 4.2 并行计算模型 4.2.1 PRAM模型 4.2.2 异步APRAM模型 4.2.3 BSP模型 4.2.4 logP模型

1.1什么是数据结构 1.2基本概念和术语 1.3抽象数据类型的表示与实现 1.4算法和算法分析 1.4.1算法 1.4.2算法设计的要求 1.4.3算法效率的度量 1.4.4算法的存储空间需求

◼ 理解分支限界法的剪枝搜索策略。 ◼ 掌握分支限界法的算法框架 ◼ 队列式(FIFO)分支限界法 ◼ 优先队列式分支限界法

为降低基于Skowron分明矩阵属性约简算法的复杂度,提出了简化分明矩阵及其相应属性约简的定义,并证明了基于简化分明矩阵的属性约简与基于原分明矩阵的属性约简等价.在简化决策表的基础上,定义了一个函数,该函数能度量条件属性在简化分明矩阵中出现的频率,并给出了计算该函数的快速算法,其时间和空间复杂度均为O(|U/C|).用该函数设计了一个有效的基于原分明矩阵属性约简算法,算法的时间复杂度降为O(|C||U|)+O(|C|2|U/C|),空间复杂度降为O(|U|);并用实例证明了算法的有效性

《数据结构与算法分析》课程教学资源（书籍文献）数据结构与算法分析

•动态规划回顾 •活动问题选择分析 •贪婪算法要点 •拟阵概念

一、动态规划回顾 二、活动问题选择分析 三、贪婪算法要点

一 烟花算法搜索机制 二 基础算子分析：EFWA 三 爆炸算子与自适应搜索：dynFWA 四 选择算子与信息继承：CoFFWA 五 几点认识

2.1的主要内容及教学要求 2.2基本术语 2.3算法描述及分析

序列模式挖掘简介 序列模式挖掘的应用背景 序列模式挖掘算法概述 GSP算法 PrefixSpan算法 Disc-all算法 支持约束的序列模式挖掘复旦大学：《商务智能（商务数据分析）》学习课件_序列模式挖掘算法