演算法設計原理，演算法設計原理有哪些

1、正確性：演算法的正確性是指演算法在輸入、輸出和處理上至少要沒有歧義，能夠正確反映問題的需求，能夠得到問題的正確答案。

2.可讀性：設計演算法的目的，一方面是為了讓計算機能夠執行，另一方面也是為了方便別人的閱讀，使人們能夠理解和交流，以後也能閱讀。 如果可讀性不好，你早就不知道自己寫了什麼，可讀性是演算法質量的乙個非常重要的指標（包括實現它的程式**）。

3.魯棒性：當輸入資料是非法的時，演算法應該做出適當的反應或進行相應的處理，而不是莫名其妙地輸出結果。 而處理錯誤的方法不應該是中斷程式的執行，而是返回乙個表示錯誤或錯誤性質的值，這樣才能在更高的抽象層次上進行處理。

4、效率高、儲存低：一般演算法的效率是指演算法的執行時間; 演算法所需的儲存量是演算法執行過程中所需的最大儲存空間，兩者的複雜度都與問題的大小有關。 演算法分析的任務是利用數學工具來討論所設計的每種具體演算法的複雜性，以及具體演算法對問題的適應性。

演算法設計原則：避免兩個相似數字的相減，避免在兩個數量級相差很大時被小數吃掉，儘量減少演算法中的運算次數，避免使用絕對值太小的數字作為除數，防止遞迴運算中誤差的累積增加。

原理：首先，設計的演算法必須"右"其次應該有好的"可讀性"，還必須有"魯棒性"最後，應考慮所設計的演算法具有"效率高，儲存容量低"。

所謂演算法是正確的，只是它應該滿足演算法描述的要求"特徵"此外，對於每組具有惡劣條件的典型輸入資料，都應獲得正確的結果。

在演算法正確的前提下，演算法的可讀性是第一要務，這在當今大型軟體需要多人協同工作的環境中尤為重要，另一方面，晦澀難懂的程式容易隱藏錯誤，難以除錯。 演算法的效率是指演算法的執行時間，演算法的儲存量是指演算法執行過程中所需的最大儲存空間。

演算法是程式設計中另乙個不可或缺的元素，因此在討論資料結構的同時討論相應的演算法是不可避免的。 這裡有兩層含義，即演算法中的運算步驟是有限的，每個步驟都可以在有限的時間內完成。

確定性表現在演算法中每個步驟的描述沒有歧義，只要輸入相同，初始狀態相同，無論執行多少次，結果都應該是一樣的。

可行性意味著序列中的每個操作都可以簡單地完成，而不會出現演算法問題，例如，"求出 x 和 y 的公因數"這還不夠基本。

輸入值是演算法的操作物件，但操作物件也可以由演算法本身生成，例如"求 100 以內的質數"，運算元是自然序列，可以通過逐個變數遞增 1 來生成。

演算法的健壯性意味著演算法應正確反映或處理非法輸入的資料，並且通常，它應該向呼叫它的函式返回乙個值，該值表示錯誤或錯誤的性質。

寫了一段fortran**，演算法在評論中詳細說明（綠色文字）。

附件：模擬執行的結果和 **。

演算法設計策略如下：

1.分而治之的HTML

分而治之法的設計思路是將乙個難以直接解決的大問題分成k個小的子問題，這些子問題彼此獨立，與原來的問題相同，然後逐一分解，分而治之。 演算法。

2. SPA動態規劃

與分割槽法類似，動態規劃的基本思想是將原始問題分解為幾個子問題。 在這種情況下，顯然沒有必要使用分而治之的方法反覆解決一些子問題。 在求解過程中，動態規劃方法將所有已求解子問題的答案儲存下來，從而避免子問題的重複求解。

3.貪婪。 當乙個問題具有最佳的子結構屬性時，可以通過動態規劃來解決。 但有時有一種比動態規劃更簡單、更直接、更有效的演算法——貪婪方法。

貪婪的法老在當下做出了最好的選擇，也就是說，貪婪的法老不考慮整體的最優，而只考慮某種意義上的區域性最優選擇。

4. 回溯。 回溯方法是對問題的解空間樹進行深度優先搜尋，但在DFS之前，每個節點都需要確定該節點是否可能包含問題的解。 如果確定它不包含它，則跳過對節點根植的子樹的搜尋，並將搜尋分層回其祖先節點。

如果可能，請輸入子樹並執行 DFS。

5.分支限制。

回溯方法是對解空間進行深度優先搜尋，實際上任何搜尋整個解空間的演算法都可以解決問題。 因此，任何將通用圖搜尋作為搜尋策略的實現都可以解決問題，只要它是詳盡的。 除了深度優先搜尋之外，我們還可以使用廣度優先搜尋，分支限制規則是對解空間進行優先順序優先搜尋。

要評價乙個好的演算法在資料結構中，應該從四個方面考慮，即：

首先，演算法的正確性。

第二，演算法的易讀性。

第三，是演算法的魯棒性。

第四，是演算法的時空效率（操作）。

演算法的設計取決於資料（邏輯）結構，演算法的實現取決於所採用的儲存結構。 資料的儲存結構本質上是其邏輯結構在計算機記憶體中的實現。 為了充分反映一段資料的邏輯結構，其在記憶體中的形象由兩個方面組成，即資料元素之間的資訊和資料元素之間的關係。

不同的資料結構有相應的操作。 資料操作是在資料的邏輯結構上定義的操作演算法，例如檢索、插入、刪除、更新和排序。

時間複雜度、空間複雜性、要求。

它易於實現，並且計算機的處理速度很快！ 我曾經看到過一句話：不要把自己能解決的問題留給電腦，電腦就是幫助使用者解決問題的。 這應該就是它的全部內容！

演算法是電腦科學的核心，它們解決各種實際問題的方法和規則。 在計算機程式設計中，編寫乙個好的貴族演算法至關重要。 演算法設計指南是一組確定性規則，可確保演算法在解決實際問題時的正確性、效率和可維護性。

本文將總結演算法設計指南中最重要的方面。

正確性 演算法的正確性是指演算法按預期產生正確結果的能力。 正確性是演算法設計中最基本的要求和標準。 在設計演算法時，重要的是要考慮各種情況，以確保演算法能夠處理不同的輸入和邊界條件。

此外，該演算法需要經過正式驗證和測試，以識別和修復潛在的錯誤。

效率 演算法的效率是指演算法在能夠處理大量資料時的速度和空間利用率。 在實際程式設計中，時間複雜度和空間複雜度是用於評估演算法效率的兩個重要指標。 在設計演算法時，應考慮如何減少演算法的計算時間和占用空間。

使用資料結構進行優化、使用二分法、預處理等技術可以大大提高演算法的效率。

可維護性 演算法的可維護性是指演算法在將來的修改和維護中保持清晰、可擴充套件和可重用的能力。 在設計演算法時，應遵循良好的程式設計習慣，寫得清晰、易懂、帶注釋**，並遵循以下幾點："單負荷原理"、"開閉原理"和其他設計指南，以確保程式是可維護的。

結論 本文介紹了演算法設計指南最重要的方面：正確性、效率和可維護性。 演算法的正確性是演算法設計的基本要求，可以通過早期和巧妙的驗證和測試來驗證。

演算法的效率是指演算法在能夠處理大量資料時的速度和空間利用率。 在設計演算法時，應考慮如何減少演算法的計算時間和占用空間。 演算法的可維護性是指演算法在未來的修改和維護中保持清晰、可擴充套件和可重用的能力。

在設計演算法時，應遵循良好的程式設計習慣和設計準則，以確保程式的可維護性。