L.P. 问题中变量个数多于 2 时，图解法失效即使是计算机求解，首先也要有有效算法，然 后才可能利用程序去实现它 单形法，是 L.P. 问题算法之基础。本质上，它 是代数方法，可以用线性代数的理论证明方法 的合法性，清楚地说明算法背后的“为什么” 。由于课时限制我们不准备这么做，将把有限 的精力和时间浅尝辄止：了解算法本身的使用 ，并不证明“为什么”

L.P. 问题中变量个数多于 2 时，图解法失效 即使是计算机求解，首先也要有有效算法，然 后才可能利用程序去实现它 单形法，是 L.P. 问题算法之基础。本质上，它 是代数方法，可以用线性代数的理论证明方法 的合法性，清楚地说明算法背后的“为什么” 。由于课时限制我们不准备这么做，将把有限 的精力和时间浅尝辄止：了解算法本身的使用 ，并不证明“为什么”

 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

一、分治策略 二、分治法示例 二分检索 求两个非降序列合并后的中位数 统计逆序对 三、降低递归算法复杂性的途径  代数变换减少子问题个数  预处理减少递归的操作 四、分治法的时间代价分析 五、各类算法比较

1.1 为什么要学习数据结构 1.2 什么是数据结构 1.3 抽象数据类型 1.4 算法的特性及分类 1.5 算法的效率度量 1.6 数据结构的选择和评价

排序问题的基本概念，三种简单排序算法（插入排序、冒泡排序、选择排序）； Shell排序，快速排序，归并排序，堆排序，基数排序。 ★ 选讲地址排序、各种排序算法的理论和实验时间代价的讨论以及排序问题的下限的研究。 ◼ 8.1 排序问题的基本概念 ◼ 8.2 插入排序（Shell排序） ◼ 8.3 选择排序（堆排序） ◼ 8.4 交换排序 ❑ 8.4.1 冒泡排序 ❑ 8.4.2 快速排序 ◼ 8.5 归并排序 ◼ 8.6 分配排序和索引排序 ◼ 8.7 排序算法的时间代价

第9章排序 要点: 1、熟练掌握各种排序方法的排序过程; 2、掌握各种排序的算法(简单插入、交换、选择法,希尔排序,快速排序,堆排序) 3、哪些排序算法是稳定排序,哪些是不稳定排序; 4、各排序算法的时空性能分析

第一章绪论 一、什么是数据结构(定义) 二、数据结构的内容 三、算法 四、算法描述的工具 五、对算法性能评价 六、关于学习数据结构

相辅相成、缺一不可的两个方面。 数据结构是算法处理的对象、是设计算法的基础。 一个具体问题的数据，有多种数据结构表示 一个计算过程的实现，有多种可用的算法。 重点掌握基本知识，理解它们在问题求解中的作用； 概念：数据的逻辑结构、存储结构和操作， 空间代价和时间代价等

一、向量距离(V-D)算法 （1)向量距离算法的两个基本要素 在向量距离算法中有两个基本的要素:一个向量,另一个为距离。这两个要素构成了动态路由表的基本元素结构