acm最近計畫學習的基本演算法:
動態規劃:1,基本動態規劃(區間dp,環形dp,判定型dp,棋盤分割,最長公共子串行,最長上公升子串行);
2,揹包問題(01揹包,完全揹包,多維揹包,多重揹包);
3,狀態壓縮;
搜尋:1,深度優先搜尋;
2,廣度優先搜尋;
3,雙向搜尋;
4,啟發式搜尋;
5,記憶化搜尋;
圖論:1,拓撲排序;
2,最小生成樹;
3,最短路;
4,二分圖(匈牙利演算法,km演算法);
5,網路流(最小費用最大流,最小割模型,網路流規約);
6,差分約束系統建立與求解;
7,雙連通分量;
8,強連通分支及其縮點;
9,圖的割邊與割點;
資料結構:1,串(kmp);
2,排序(快速排序,歸併排序(逆序數),堆排序);
3,雜湊表;
4,二分;
5,並查集;
6,霍夫曼樹;
7,堆;
8,線段樹;
9,二叉樹;
10,數的樹狀陣列;
11,rmq;
紅色的表示正在學習的演算法,藍色的已經學過,黑色的表示仍未學;
ACM常見演算法分類
acm常見演算法分類 1 基本演算法 1 列舉法 2 貪心法 3 遞迴與分治法 4 遞推 2 動態規劃 1 揹包問題 2 最長公共子串行 3 最大欄位和 4 最大字塊和 5 最長不降子串行 3 狀態空間搜尋 1 深度優先搜尋 2 廣度優先搜尋 3 博弈問題 4 剪枝問題 4 數論 1 素數和整除問題...
k Nearest 最近鄰分類演算法
概述 knn演算法又稱為k最近鄰 k nearest neighbor classification 分類演算法。所謂的k最近鄰,就是指最接近的k個鄰居 資料 即每個樣本都可以由它的k個鄰居來表達。knn演算法的核心思想是,在乙個含未知樣本的空間,可以根據離這個樣本最鄰近的k個樣本的資料型別來確定樣...
KNN最近鄰分類演算法梳理
k最近鄰 knn,k nearestneighbor 分類演算法是資料探勘分類技術中最簡單的方法之一。其指導思想是 近朱者赤,近墨者黑 即由你的鄰居來推斷出你的類別。所謂k最近鄰,就是k個最近的鄰居的意思,說的是每個樣本都可以用它最接近的k個鄰居來代表。knn最鄰近分類演算法的實現原理 為了判斷未知...