找零钱 假如售货员需要找给小孩 67 美分的零钱。现在，售货员 手中只有 25 美分、10 美分、5 美分和 1 美分的硬币。在小孩的催促 下，售货员想尽快将钱找给小孩。她的做法是：先找不大于 67 美分 的最大硬币 25 美分硬币，再找不大于 67－25＝42 美分的最大硬币 25 美分硬币，再找不大于 42－25＝17 美分的最大硬币 10 美分硬币， 再找不大于 17－10＝7 美分的最大硬币 5 美分硬币，最后售货员再找 出两个 1 美分的硬币

从多目标配矿的复杂性出发,提出具有模糊性的多目标配矿问题,并设计出了基于管理者语言偏好和决策者满意度的模糊优化算法,该算法从最优性模型和重要性模型两方面进行改进.最后通过具体矿山实例对算法进行实现研究,根据实际配矿目标的各种要求,从算法的有效性、灵活性和灵敏性等特性进行分析

一、设计理论 二、分析方法 三、实现技术 四、测试技术

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

基于logistic映射和时空混沌系统,设计了一个密钥长度为256bit的图像分组密码算法,将256bit的明文图像分组加密为等长的密文图像.该算法引入的辅助密钥和设计的迭代次数敏感地依赖于明文分组和密钥,交替迭代混沌系统及Arnold映射实现了像素值的扰乱和位置置乱.计算机仿真和密码分析表明,该算法具有对明文和密钥敏感、密钥空间大和可扩展性强等特点,具有良好的加密效果和较强的抗攻击性能,适用于安全通信领域

 1. 数据结构与算法的知识体系  2. 时间空间代价分析和权衡  3. KMP算法的灵活应用  4. Huffman树的灵活应用  5. 带返回值的二叉树递归算法  6. 二叉树与栈  7. 观察森林的角度  8. 树/森林和二叉树的顺序表示  题量大、覆盖面广，要全面复习、透彻理解、灵活应用、快速答卷

基于面向汽车行业总装生产线平衡问题的研究,提出了一种包含模拟退火因子的改进的遗传算法,设计了加速收敛因子模型以确保在有限种群空间中的快速收敛;同时考虑了更多工程现场实际约束来修正传统的约束模型.新算法模型应用在混流装配生产线平衡分析中,取得了算法快速收敛和分析结果与实际工程一致的结果

将语义Web技术引入发布/订阅系统中,结合领域本体,提出一种智能匹配算法.以双索引哈希邻接表,结合谓词表、变量约束表和变量类型表作为订阅条件RDF图模式的数据结构,采用元语句级匹配计数方法,使原子订阅条件仅匹配一次,原子订阅条件间\与关系\的顺序匹配.定量和定性分析了算法的时间和空间复杂度.实验结果比较表明,所设计的智能匹配算法具有较高的订阅匹配效率,适合于大规模发布/订阅系统

Aggregate analysis The accounting ethod Amortized Analysis The potential method

清华大学：《算法分析与设计》课程教学课件（讲义）第06讲 分摊分析法 Amortized Analysis