Algorithm Design & Analysis For Problem Solving APK

Dans la vie, nous sommes confrontés à beaucoup de problèmes. Parfois, les problèmes sont simples et faciles à résoudre, mais dans beaucoup d'autres cas, les problèmes sont de type mathématique. Nous devons résoudre les problèmes afin de parvenir à une solution. C'est là algorithmes sont à portée de main. En utilisant des algorithmes que nous savons comment diviser les problèmes complexes en petits morceaux et les résoudre efficacement. Dans cette application, vous allez voir différents types d'algorithmes qui vous aideront à résoudre différents types de problèmes mathématiques.
Dans l'analyse théorique des algorithmes, il est courant d'estimer leur complexité au sens asymptotique, à savoir, pour estimer la fonction de la complexité pour l'entrée arbitrairement grand. Le terme « analyse des algorithmes » a été inventé par Donald Knuth.
l'algorithme d'analyse est une partie importante de la théorie de la complexité de calcul, qui fournit une estimation théorique pour les ressources nécessaires d'un algorithme pour résoudre un problème de calcul spécifique. La plupart des algorithmes sont conçus pour fonctionner avec des entrées de longueur arbitraire. L'analyse des algorithmes est la détermination du montant des ressources nécessaires temps et d'espace pour l'exécuter.
Habituellement, le temps de l'efficacité ou de l'exécution d'un algorithme est indiqué en fonction de la longueur relative d'entrée au nombre d'étapes, connues comme la complexité du temps ou du volume de la mémoire, connu sous le nom de la complexité de l'espace.
Les différents sujets que vous trouverez dans cette application sont les suivantes.
Chapitre: BASES DE ALGORITHMES
1. INTRODUCTION
2) l'analyse d'algorithmes
3) Méthodologie d'analyse
4) ASYMPTOTIQUE ANALYSE NOTATIONS & APRIORI
5) COMPLEXITÉ SPACE
Chapitre: EN MATIÈRE DE CONCEPTION
6) Divide & Conquer
7) PROBLEME MAX-MIN
8) le tri par fusion
9) RECHERCHE BINARY
10) la multiplication de matrices'S STRASSEN
11) PROCÉDÉ GREEDY
12) Fractionnaire KNAPSACK
13) SÉQUENÇAGE DE TRAVAIL AVEC LIMITE
14) PATTERN OPTIMAL MERGE
15) la programmation dynamique
16) KNAPSACK
17) le plus long-séquence COMMUN
Chapitre: Graphes
18) Spanning Tree
19) chemins les plus courts
20) GRAPH MULTICELLULAIRES
21) se déplaçant le problème du commis
22) OPTIMALE ARBRES COÛTS RECHERCHE BINARY
Chapitre: HEAP ALGORITHMES
23) BINARY PGRPI
24) PROCÉDÉ D'INSERT
25) PROCÉDÉ HEAPIFY
26) PROCÉDÉ D'EXTRACTION
Chapitre MÉTHODES DE TRIAGE
27) tri à bulles
28) le tri par insertion
29) SORT DE SÉLECTION
30) SORT RAPIDE
31) tri de base
Chapitre: Théorie de la complexité
32) VS. DETERMINISTIC nondeterministic CALCULS
33) MAX cliques
34) VERTEX COVER
35) P ET NP CLASSE
36) Le théorème de COOK
37) NP DUR & CLASSES NP-COMPLETE
38) hill climbing ALGORITHME

En considérant un algorithme pour un problème spécifique, nous pouvons commencer à développer la reconnaissance des formes afin que les mêmes types de problèmes peuvent être résolus par l'aide de cet algorithme.
Les algorithmes sont souvent très différents les uns des autres, bien que l'objectif de ces algorithmes est le même. Par exemple, nous savons qu'un ensemble de nombres peuvent être triés en utilisant des algorithmes différents. Nombre de comparaisons effectuées par un algorithme peut varier avec d'autres pour la même entrée. Par conséquent, la complexité temporelle de ces algorithmes peuvent différer. En même temps, nous devons calculer l'espace mémoire requis par chaque algorithme.
Nous attendons les commentaires de nos utilisateurs, car il nous aide à améliorer notre application. S'il vous plaît également nous fournir note et s'il vous plaît partager l'application avec vos amis et parents.