《算法设计与分析》期末总结涵盖了课程核心概念回顾、个人学习心得以及对未来相关领域的展望。通过系统梳理和深入思考，旨在提升对复杂问题的解决能力。
算法设计与分析期末复习涵盖基础概念及经典方法。
**一、算法概述**
算法是由一系列指令构成的有限序列，旨在解决特定问题。其特性包括输入输出、有穷性（即在有限步骤内结束）、确定性（每一步都明确无误）、可行性（可以执行且不会因资源限制而失败）、正确性（得到正确的结果或答案），健壮性（对异常情况处理良好）以及可理解性和抽象分级，高效性则是算法性能的关键。
**二、描述方式**
常用的有自然语言表达法、程序流程图展示法和伪代码等。例如，在求解两个正整数m与n的最大公约数时，可以采用欧几里得辗转相除法：首先令r=m%n；然后在一个循环中不断更新变量值（m=n, n=r, r=m % n），直到余数为0为止；最后输出结果即为最大公约数n。
**三、评估与分析**
算法的评价标准包括正确性以及时间空间复杂度等。对于非递归程序，通常先建立求和表达式代表运行时长，再用大O符号表示其渐进上限；而对于递归函数，则采用猜测验证法或扩展推导方式估计执行效率。
**四、特殊概念**
判定树是一种特殊的二叉结构，在这种树中左边分支代表x≤y的比较结果而右边则相反。任何基于比较操作完成排序任务所需的时间复杂度下限为Ω(nlog₂n)；难解问题指那些理论上无法通过计算机程序解决的问题，如停机问题等。
**五、分类与概念**
确定性算法每一步只有一个明确的选择路径，而非确定性的则是包括猜测和验证两个阶段的复合过程。P类问题是可以在多项式时间内找到答案的问题集合；而NP则代表能够在同样时间框架内被确认正确与否的一系列挑战。当一个问题可以转换成另一个已知为NP完全问题时，则称其也为NP完全。
**六、蛮力法**
这是一种直接从问题定义出发的设计策略，常见实例包括顺序查找（O(n)）、字符串匹配算法BF和KMP（前者时间复杂度O(m*n)，后者则更优至O(n+m)），选择排序(O(n²))及冒泡排序等。在处理组合数学类任务时比如排列生成、子集构造或背包问题，蛮力法虽然直观易懂但往往效率低下。
以上就是算法设计与分析课程的主要内容概览，请根据这些要点进行复习准备期末考试。
5星
