容易演算法題

⑴ 10道pascal的遞歸習題，簡單一點啊

1. 有5個人坐在一起，問第5個人多少歲？他說比第4個人大2歲。問第4個人歲數，他說比第3個人大2歲。問第3個人，又說比第2個人大2歲。問第2個人，說比第1個人大2歲。最後問第1個人，他說是10歲。請問第5個人多大。顯然，這是一個遞歸問題。要求第5個人的年齡，就必須先知道第4個人的年齡，而第4個人的年齡也不知道，要求第4個人的年齡必須先知道第3個人的年齡，而第3個人的年齡又取決於第2個人的年齡，第2個人的年齡取決於第1個人的年齡。而且每一個人的年齡都比其前1個人的年齡大2。
2.用遞歸方法求n！
3.用遞歸方法求斐波那契數列
4.有1*n的一個長方形，用一個1＊1、1＊2、1＊3的骨牌鋪滿方格。例如當n=3時為1＊3的方格。此時用1＊1，1＊2，1＊3的骨牌鋪滿方格，共有四種鋪法。圖4.4.3列出了四種鋪法。
5.設s是一個具有n個元素的集合s={a1,a2,…an},現將s集合劃分成k個滿足下列條件的子集合s1,s2，s3。。。。；
1、si<>空；
2、si∩sj=空；
3、s1∪s2∪s3…. ∪sn=s (1<=i,j<=k,i<>j)
則稱s1,s2…sn是集合s的一個劃分，它相當於把集合s中的n個元素放入k個無標號的盒子中，使得沒有一個盒子為空，試確定n個元素的集合放入k個無標號盒的劃分數s(n,k)
6.設有一個背包，可以放入的重量為s。現有n件物品，重量分別為t1 , t2 , t3 … ti … tn ，ti (1≤ i≤n)，均為正整數。從n件物品中挑選若干件，使得放入背包的重量之和正好為s
【輸入樣例】 【輸出樣例】
the number of object:5 number:1 weight:1
total weight=10 number:3 weight: 2
1 6 2 7 5 number:4 weight:7
7.輸出n個元素的無重復的全排列。N個元素有n！種不同排列
8.任何一個正整數都可以用2的冪次方表示.例如：137=2^7+2^3+2^0。同時約定次方用括弧來表示，即a^b可表示為a(b)。由此可知，137可表示為：2(7)+2(3)+2(0)，進一步：7=2^2+2+2^0 (2^1用2表示)；3=2+2^0；所以最後137可表示為：2(2(2)+2+2(0))+2(2+2(0))+2(0)。又如：1315=2^10+2^8+2^5+2+1；所以1315最後可表示：2(2(2+2(0))+2)+2(2(2+2(0)))+2(2(2)+2(0))+2+2(0)
輸入：正整數(n≤20000)
輸出：符合約定的n的0，2表示(在表示中不能有空格)
9.。一個正整數的數字的乘積N的定義是：這個整數中非零數字的乘積。例如，整數999的數字乘積為9*9*9，即729。729的數字乘積為7*2*9，即126。126的數字乘積為1*2*6，即12。12的數字乘積為1*2，即2。一個正整數的數字乘積根N是這樣得到的：反復取該整數的數字乘積，直到得到一位數字為止。例如，在上面的例子中數字的乘積根是2。
編寫一個程序，輸入一個正整數（長度不超過200位數字），輸出計算其數字乘積根的每一步結果。
10.輸入N個字元，然後以倒序輸出（用遞歸實現）

⑵ 貪婪演算法幾個經典例子

問題一：貪心演算法的例題分析 例題1、[0-1背包問題]有一個背包，背包容量是M=150。有7個物品，物品不可以分割成任意大小。要求盡可能讓裝入背包中的物品總價值最大，但不能超過總容量。物品 A B C D E F G重量 35kg 30kg 6kg 50kg 40kg 10kg 25kg價值 10$ 40$ 30$ 50$ 35$ 40$ 30$分析：目標函數：∑pi最大約束條件是裝入的物品總重量不超過背包容量：∑wi 64輸出一個解，返回上一步驟c--（x,y) ← c計算(x,y）的八個方位的子結點，選出那些可行的子結點循環遍歷所有可行子結點，步驟c++重復2顯然⑵是一個遞歸調用的過程，大致如下：C++程序： #define N 8void dfs(int x,int y,int count){ int i,tx,ty; if(count>N*N) { output_solution();輸出一個解 return; } for(i=0; i>

問題二：收集各類貪心演算法（C語言編程）經典題目 tieba./...&tb=on網路的C語言貼吧。 全都是關於C的東西。

問題三：幾種經典演算法回顧 今天無意中從箱子里發現了大學時學演算法的教材《演算法設計與分析》，雖然工作這么幾年沒在什麼地方用過演算法，但演算法的思想還是影響深刻的，可以在系統設計時提供一些思路。大致翻了翻，重溫了一下幾種幾種經典的演算法，做一下小結。分治法動態規劃貪心演算法回溯法分支限界法分治法1）基本思想將一個問題分解為多個規模較小的子問題，這些子問題互相獨立並與原問題解決方法相同。遞歸解這些子問題，然後將這各子問題的解合並得到原問題的解。2）適用問題的特徵該問題的規模縮小到一定的程度就可以容易地解決該問題可以分解為若干個規模較小的相同問題，即該問題具有最優子結構性質該問題所分解出的各個子問題是相互獨立的，即子問題之間不包含公共的子問題3）關鍵如何將問題分解為規模較小並且解決方法相同的問題分解的粒度4）步驟分解->遞歸求解->合並 divide-and-conquer(P) { if ( | P | >

問題四：求三四個貪心演算法的例題（配源程序代碼，要帶說明解釋的）！非常感謝 貪心演算法的名詞解釋
ke./view/298415
第一個貪心演算法 （最小生成樹）
ke./view/288214
第二個貪心演算法 （Prim演算法）
ke./view/671819
第三個貪心演算法 （kruskal演算法）
ke./view/247951
演算法都有詳細解釋的

問題五：求 Java 一些經典例子演算法 前n項階乘分之一的和
public class jiecheng {
public static void main(String[] args)
{
double sum=0;
double j=1;
int n=10;
for(int i=1;i 問題六：關於編程的貪心法 定義
所謂貪心演算法（又稱貪婪演算法）是指，在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，他所做出的僅是在某種意義上的局部最優解。 貪心演算法不是對所有問題都能得到整體最優解，但對范圍相當廣泛的許多問題他能產生整體最優解或者是整體最優解的近似解。
[編輯本段]貪心演算法的基本思路
1.建立數學模型來描述問題。 2.把求解的問題分成若干個子問題。 3.對每一子問題求解，得到子問題的局部最優解。 4.把子問題的解局部最優解合成原來解問題的一個解。 實現該演算法的過程： 從問題的某一初始解出發； while 能朝給定總目標前進一步 do 求出可行解的一個解元素； 由所有解元素組合成問題的一個可行解。 下面是一個可以試用貪心演算法解的題目，貪心解的確不錯，可惜不是最優解。
[編輯本段]例題分析
[背包問題]有一個背包，背包容量是M=150。有7個物品，物品不可以分割成任意大小。 要求盡可能讓裝入背包中的物品總價值最大，但不能超過總容量。 物品 A B C D E F G 重量 35 30 60 50 40 10 25 價值 10 40 30 50 35 40 30 分析： 目標函數： ∑pi最大 約束條件是裝入的物品總重量不超過背包容量：∑wi>

問題七：求解一貪心演算法問題 最快回答那個不懂別亂說，別誤人子弟。
這題標準的貪心演算法，甚至很多時候被當做貪心例題
要求平均等待時間，那麼就得用 總等待時間 / 人數
所以只用關心總等待時間，
如果數據大的在前面，那麼後面必然都要加一次這個時間，所以按從小到大排。
給你寫了個，自己看吧。
#include stdafx.h
#include
#include
#include
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
int n;
float arr[105];
cin >> n;
for(int i = 0; i > arr[i];
sort(arr, arr+n);
int tnow = 0;
int tmax = 0;
for(int i = 0; i 問題八：分治演算法的應用實例 下面通過實例加以說明： 給你一個裝有1 6個硬幣的袋子。1 6個硬幣中有一個是偽造的，並且那個偽造的硬幣比真的硬幣要輕一些。你的任務是找出這個偽造的硬幣。為了幫助你完成這一任務，將提供一台可用來比較兩組硬幣重量的儀器，利用這台儀器，可以知道兩組硬幣的重量是否相同。比較硬幣1與硬幣2的重量。假如硬幣1比硬幣2輕，則硬幣1是偽造的；假如硬幣2比硬幣1輕，則硬幣2是偽造的。這樣就完成了任務。假如兩硬幣重量相等，則比較硬幣3和硬幣4。同樣，假如有一個硬幣輕一些，則尋找偽幣的任務完成。假如兩硬幣重量相等，則繼續比較硬幣5和硬幣6。按照這種方式，可以最多通過8次比較來判斷偽幣的存在並找出這一偽幣。另外一種方法就是利用分而治之方法。假如把1 6硬幣的例子看成一個大的問題。第一步，把這一問題分成兩個小問題。隨機選擇8個硬幣作為第一組稱為A組，剩下的8個硬幣作為第二組稱為B組。這樣，就把1 6個硬幣的問題分成兩個8硬幣的問題來解決。第二步，判斷A和B組中是否有偽幣。可以利用儀器來比較A組硬幣和B組硬幣的重量。假如兩組硬幣重量相等，則可以判斷偽幣不存在。假如兩組硬幣重量不相等，則存在偽幣，並且可以判斷它位於較輕的那一組硬幣中。最後，在第三步中，用第二步的結果得出原先1 6個硬幣問題的答案。若僅僅判斷硬幣是否存在，則第三步非常簡單。無論A組還是B組中有偽幣，都可以推斷這1 6個硬幣中存在偽幣。因此，僅僅通過一次重量的比較，就可以判斷偽幣是否存在。假設需要識別出這一偽幣。把兩個或三個硬幣的情況作為不可再分的小問題。注意如果只有一個硬幣，那麼不能判斷出它是否就是偽幣。在一個小問題中，通過將一個硬幣分別與其他兩個硬幣比較，最多比較兩次就可以找到偽幣。這樣，1 6硬幣的問題就被分為兩個8硬幣（A組和B組）的問題。通過比較這兩組硬幣的重量，可以判斷偽幣是否存在。如果沒有偽幣，則演算法終止。否則，繼續劃分這兩組硬幣來尋找偽幣。假設B是輕的那一組，因此再把它分成兩組，每組有4個硬幣。稱其中一組為B1，另一組為B2。比較這兩組，肯定有一組輕一些。如果B1輕，則偽幣在B1中，再將B1又分成兩組，每組有兩個硬幣，稱其中一組為B1a，另一組為B1b。比較這兩組，可以得到一個較輕的組。由於這個組只有兩個硬幣，因此不必再細分。比較組中兩個硬幣的重量，可以立即知道哪一個硬幣輕一些。較輕的硬幣就是所要找的偽幣。 在n個元素中找出最大元素和最小元素。我們可以把這n個元素放在一個數組中，用直接比較法求出。演算法如下：void maxmin1(int A[],int n,int *max,int *min){ int i;*min=*max=A[0];for(i=0;i *max) *max= A[i];if(A[i] >

問題九：回溯演算法的典型例題 八皇後問題：在8×8格的國際象棋上擺放八個皇後，使其不能互相攻擊，即任意兩個皇後都不能處於同一行、同一列或同一斜線上，問有多少種擺法。

問題十：什麼是演算法，都什麼，舉個例子，謝謝 演算法就是解決問題的具體的方法和步驟，所以具有以下性質：
1、有窮性： 一個演算法必須保證執行有限步之後結束（如果步驟無限，問題就無法解決）
2、確切性：步驟必須明確，說清楚做什麼。
3、輸入：即解決問題前我們所掌握的條件。
4、輸出：輸出即我們需要得到的答案。
5、可行性：邏輯不能錯誤，步驟必須有限，必須得到結果。
演算法通俗的講：就是解決問題的方法和步驟。在計算機發明之前便已經存在。只不過在計算機發明後，其應用變得更為廣泛。通過簡單的演算法，利用電腦的計算速度，可以讓問題變得簡單。

⑶ 面試最常考的 100 道演算法題分類整理

大家好，我是 「負雪明燭」 ，一位用 7 年寫了 1000 篇 LeetCode 演算法題題解的程序員。歡迎關注。

粉絲常說： LeetCode 演算法題太多了，准備面試該刷哪些題目 ？

我之前根據 LeetCode 上面的點贊量分享過： LeetCode 上最經典的 100 道演算法題 。

這 100 道題目都屬於經典題目了，面試也常考，不過我還是不放心呢，畢竟 經典題 ≠ 面試題 呀！

但如果想知道面試常考的 100 道演算法題的話，需要至少整理 1000 篇面經吧？這個工作量可不小啊！

還好，網上有個開源項目，幫我們做了這件事情，這個項目就是 CodeTop ！

這是網站的界面（地址： https://codetop.cc/home ），展示的就是每個面試題目出現的頻度情況，甚至區分了公司和崗位：

這是開源項目的 GitHub 主頁，已經 11.5k star ⭐️ 了：

這個項目中的題目來源是牛客網的面經、網友投票等，而且持續更新中，所以還是比較可靠的。

我對這個項目做了整理，分類整理出來面試常考的 100 道演算法題。

在整理之後，我對結果還是有點 驚訝 的！因為一些常見的數據結構與演算法，竟然沒有在常考面試中出現過！

比如前綴和、前綴樹、並查集、圖，這些都沒有出現……

最常考面試題還是很基本的鏈表、二叉樹、動態規劃等等，是不是符合你的認知呢？

強烈建議大家在面試前把這 100 道題目搞懂！

作為寵粉達人，我提供了 3 種方式查看這 100 道題目：

沒有任何套路，直接分享給大家！

在線查看地址： https://www.mubucm.com/doc/7jiBYKCKqet

在線查看地址： https://leetcode-cn.com/problem-list/q3iOID0B/

所有題目的地址如下：

前序遍歷

中序遍歷

層序遍歷

視圖

如果你覺得對你有幫助的話，求贊、求分享、求收藏。你的每一點鼓勵都是對我的最大幫助！