算法与Python

5.广度优先遍历算法
5.1 广度优先遍历
5.1.1 什么是广度优先遍历
5.2 选课的智慧
5.2.1 问题
5.2.2 问题求解
5.3 合法的括号
5.3.1 问题
5.3.2 问题求解
5.4 树的右侧
5.4.1 问题
5.4.2 问题求解

6.回溯算法
6.1 回溯
6.1.1 什么是回溯
6.2 遍历所有排序方式
6.2.1 问题
6.2.2 问题求解
6.3 经典问题的组合
6.3.1 问题
6.3.2 问题求解
6.4 八皇后问题
6.4.1 问题
6.4.2 问题求解
6.5 数独
6.5.1 问题
6.5.2 问题求解

7.贪心算法
7.1 硬币找零问题
7.1.1 问题
7.1.2 问题求解
7.2 活动安排问题
7.2.1 问题
7.2.2 问题求解
7.3 哈夫曼编码
7.3.1 什么是哈夫曼编码
7.3.2 问题

8.动态规划算法
8.1 爬楼梯问题
8.1.1 问题
8.1.2 问题求解
8.2 矿工挖矿问题
8.2.1 问题
8.2.2 问题求解
8.3 背包问题
8.3.1 问题
8.3.2 问题求解
8.4 最长递归子序列问题
8.4.1 问题
8.4.2 问题求解

10.分治算法
10.1 分治
10.1.1 什么是分治
10.2 归并排序
10.2.1 递归法与迭代法
10.2.2 迭代法的实现
10.3 连续子列表的最大和
10.3.1 问题
10.3.2 问题求解
10.4 数学问题之多项式乘法
10.4.1 问题
10.4.2 问题求解

算法与Python 知识量：10 - 40 - 100

10.1 分治><

什么是分治- 10.1.1 -

分治算法的核心思想就是"分而治之"。它的基本步骤包括：

划分问题：将原始问题划分为若干个较小的子问题。
解决子问题：独立地解决这些子问题。
合并子问题的解：将子问题的解合并，从而得到原问题的解。

这种算法的关键在于如何有效地划分问题和合并子问题的解。分治算法的一个典型例子是归并排序，它将一个大的数组拆分为两个较小的数组，分别对这两个数组进行排序，然后将这两个已排序的数组合并成一个完整的排序数组。

通过这种方式，分治算法将一个复杂的问题分解为更小的、更易于解决的子问题，从而简化问题的解决过程。

鲁ICP备16001677号-2

鲁公网安备 37160202000266号

MARK:3.0.0.20240214.P35

From 2017.2.6

算法与Python

1.编程基础

1.1 变量

1.2 三大结构

1.3 列表

1.4 函数

2.双指针问题

2.1 数组合并

2.2 二分查找

2.3 链表

3.哈希算法

3.1 哈希

3.2 两个数的和

3.3 单词模式匹配

3.4 猜词游戏

3.5 神奇的词根

4.深度优先遍历算法

4.1 深度优先遍历

4.2 二叉树

4.3 怎么抓住小偷

4.4 二叉树中的最大路径和

4.5 最大的岛屿

5.广度优先遍历算法

5.1 广度优先遍历

5.2 选课的智慧

5.3 合法的括号

5.4 树的右侧

6.回溯算法

6.1 回溯

6.2 遍历所有排序方式

6.3 经典问题的组合

6.4 八皇后问题

6.5 数独

7.贪心算法

7.1 硬币找零问题

7.2 活动安排问题

7.3 哈夫曼编码

8.动态规划算法

8.1 爬楼梯问题

8.2 矿工挖矿问题

8.3 背包问题

8.4 最长递归子序列问题

9.最短路径问题

9.1 迪可斯特朗算法

9.2 Floyd算法

9.3 A*算法

10.分治算法

10.1 分治

10.2 归并排序

10.3 连续子列表的最大和

10.4 数学问题之多项式乘法

10.1 分治><

什么是分治- 10.1.1 -