迪傑特拉斯演算法參考文獻

A. 鏉ュ～涓浠介棶鍗峰惂錛屽栧姳50鍒嗭紒

鐜頒唬涓瀛︾敓鐨勮＄畻鏈虹煡璇/搴旂敤鑳藉姏璋冩煡闂鍗
涓銆佸熀鏈淇℃伅
1銆佹偍鐨勬у埆錛坅 錛塧.鐢 b.濂
2銆佹偍鏄錛坆 錛塧.鐞嗙戠敓b.鏂囩戠敓
3銆佹偍鎺ヨЕ璁＄畻鏈虹殑鏃墮棿錛坈 錛塧.10騫翠互涓 b.5-10騫 c.2-5騫 d.2騫翠互涓
4銆佹偍鎺ヨЕ浜掕仈緗戠殑鏃墮棿錛 c錛塧.10騫翠互涓 b.5-10騫 c.2-5騫 d.2騫翠互涓
5銆佹偍騫蟲椂浣跨敤璁＄畻鏈轟富瑕佺敤浜庯紙澶氶夛級錛堟枃瀛楃紪杈戱紝鏁版嵁緇熻★紝鏀跺彂閭浠訛紝鑱婂ぉ錛屽惉姝岋紝鐢靛獎錛岃祫鏂欙紝璁哄潧錛屾柊闂伙紝娓告垙錛屽︿範 錛
a.鏂囧瓧緙栬緫 b.鏁版嵁緇熻 c.鍥懼儚澶勭悊 d.闊抽戝勭悊 e.緗戦〉鍒朵綔 f.鍔ㄧ敾鍒朵綔 g.緙栫▼ h.鏀跺彂鐢靛瓙閭浠 g.鑱婂ぉ h.鍚姝 i.鐪嬬數褰 j.鏌ヨ祫鏂 k.娉¤哄潧 l.鐪嬫柊闂 m.鐜╂父鎴 n.緗戠珯緇存姢 o.瓚呴 p.DIY/MOD q.榛戠珯 r.杈呭姪璁捐 s.瀛︿範
6銆佹偍鍦ㄥ鉤鏃剁殑瀛︿範/鐢熸椿涓瀵硅＄畻鏈虹殑渚濊禆錛坆 錛塧.楂 b.涓 c.浣 d.鏃
浜屻佺煡璇嗛儴鍒
7銆佷互涓嬪悇鍚嶈瘝涓鍙浠ョ粰鍑鴻︾粏銆佷弗璋ㄥ畾涔夋垨瑙ｉ噴鏈 abcdefg
8銆佷互涓嬪悇鍚嶈瘝涓澶ф傜煡閬撴剰鎬濈殑鏈 鏃
9銆佷互涓嬪悇鍚嶈瘝涓鍙鏄鍚璇磋繃鐨勬湁 h
a.E-mail b.鍐呭瓨 c.鏁版嵁搴 d.鍗氬 e.璐村惂 f.涓繪澘 g.DVD-ROM h.嬋鍏夋墦鍗版満 i.MOSFET j.欏剁偣娓叉煋鍗曞厓 k.OPEN GL l.tRAS m.寮傛ヨ秴棰 n.榪滅▼婧㈠嚭婕忔礊 o.SQL娉ㄥ叆 p.鍒嗗竷寮忔嫆緇濇湇鍔℃敾鍑 q.Cookie嬈洪獥鏀誨嚮 r.鍏ヤ鏡琛屼負媯嫻嬬郴緇 s.榪鏉扮壒鎷夋柉綆楁硶 t.鏍堟孩鍑
涓夈佽兘鍔涢儴鍒
10銆佹偍鎵鍏峰囩殑鑳藉姏鏈 abcd
a.浣跨敤web鎴栧㈡埛絝鐔熺粌鏀跺彂鐢靛瓙閭浠禸.浣跨敤office鎴朩PS濂楄呯紪杈戞枃妗
c.浣跨敤office鎴朩PS濂楄呯粺璁℃暟鎹甦.浣跨敤office鍒朵綔騫葷伅鐗
e.浣跨敤FrontPage/Dream Waver鍒朵綔緗戦〉 f.浣跨敤Flash鍒朵綔2D鍔ㄧ敾
g.浣跨敤3D Max鍒朵綔3D鍔ㄧ敾 h.浣跨敤Cool Editor榪涜屾櫘閫氱殑闊抽戝勭悊
i.浣跨敤Cool Editor榪涜屼笓涓氱殑闊抽戝勭悊 j.浣跨敤PhotoShop榪涜屾櫘閫氱殑鍥劇墖澶勭悊
k.浣跨敤PhotoShop榪涜屼笓涓氱殑鍥劇墖澶勭悊 l.鎼寤哄熀浜嶹indows鐨勫畨鍏ㄧ殑web鏈嶅姟鍣
m.鎼寤哄熀浜嶭inux鐨勫畨鍏ㄧ殑web鏈嶅姟鍣 n.浣跨敤鑴氭湰璇璦緙栧啓涓浜涘彲浠ュ簲浠樻棩甯稿簲鐢ㄧ殑紼嬪簭
o.浣跨敤楂樼駭/涓綰/奼囩紪緙栧啓涓浜涘彲浠ュ簲浠樻棩甯稿簲鐢ㄧ殑紼嬪簭 p.綆鍗曠殑鐨勮蔣浠剁牬瑙
q.浣跨敤ASP/PHP/CGI緙栧啓緗戦〉紼嬪簭 r.榪涜屾暣絝欏畨鍏ㄦ祴璇 s.榪涜岀櫧綆變唬鐮佸垎鏋
t.鍐呯綉娓楅弖.鐙絝嬫敀鏈 v.瓚呴

B. 迪傑斯特拉演算法的本質是貪心還是動態規劃

貪心是一種特殊的動態規劃，動態規劃的本質是獨立的子問題，而貪心則是每次可以找到最優的獨立子問題。
貪心和動歸不是互斥的，而是包含的，貪心更快，但約束更強，適應范圍更小。
動歸和bfs的關系也是一樣的。
展開一點講，在求解最優化問題時，有多個解。而求解的過程類似一個樹，我們稱之為求解樹。
一般的求解樹真的是一棵樹，所以我們只能用bfs來搜索，頂多剪枝。
有些特殊的求解樹，中間很多結點是重合的，結點個數比所有搜索分支的個數少很多個數量級。這類問題較特殊，我們可以保存中間的搜索過程。而記憶化搜索和動態規劃本質上就是一個東西，快就快在可以不用重復計算很多中間結果（所謂的最優子問題）。
還有一些特殊的求解樹，更特殊，它們不止有很多重復結點，而且每次選擇分支的時候，我們可以證明只要選擇一個分支，這個分支的解就一定比其他選擇更優。這類問題就是貪心了，
所以bfs，dp，貪心三個方法都是解決最優化問題的方法，根據問題的不同，約束越大的問題可以用越快的方法，越慢的方法可以解決的問題越普適。
動態規劃的狀態轉移函數，可以抽象成這樣一種函數：
f(x)=g(f(x1), f(x2), f(x3), ... f(xn))
其中f就是我們說的獨立問題，每個f都有一個唯一值，也就是沒有後效性。
貪心也是這個函數，但可以證明：
f(xi) >= f(x1|x2|...|xn)
那麼我們就不用再去計算除了f(xi)以外的任何子狀態了，所以就更快
而標準的bfs，雖然也有
f(x)=g(f(x1), f(x2), f(x3), ... f(xn))
但是因為對於任意的f(x)，它的子問題f(xi)的輸入狀態xi都不同（換一種思路也可以說f(xi)在不同的路徑下值都不同，本質上是我們怎麼定義xi，到底是狹義的參數還是廣義的狀態），所以無法使用內存去換取時間，就只能去遍歷所有狀態了。

C. 迪傑特斯拉演算法和普里姆演算法做法是不是類似的

不是，迪傑斯特拉演算法是算一點到其他所有點的最短路徑
普利姆演算法是算最小生成樹的。
普利姆演算法是在已加入的集合上，長新的邊，挑距離這個集合最短的（就是無論連到哪一點，只要連到這個集合上，距離最短）
地傑斯特拉每一步是挑距離欲求的點最短的點加入。

用自然語言描述很難說清，按照例子試一下吧。

D. 演算法有五個方面的重要特徵，包括輸入，確定性，輸出，能行性還有

演算法有五個方面的重要特徵包括有窮性、確切性、輸入項、輸出項、可行性。

1、有窮性（Finiteness）

演算法的有窮性是指演算法必須能在執行有限個步驟之後終止；

2、確切性（Definiteness）

演算法的每一步驟必須有確切的定義；

3、輸入項（Input）

一個演算法有0個或多個輸入，以刻畫運算對象的初始情況，所謂0個輸入是指演算法本身定出了初始條件；

4、輸出項（Output）

一個演算法有一個或多個輸出，以反映對輸入數據加工後的結果。沒有輸出的演算法是毫無意義的；

5、可行性（Effectiveness）

演算法中執行的任何計算步驟都是可以被分解為基本的可執行的操作步驟，即每個計算步驟都可以在有限時間內完成（也稱之為有效性）。

(4)迪傑特拉斯演算法參考文獻擴展閱讀

1、迪傑斯特拉演算法（又譯戴克斯特拉演算法）

這種圖搜索演算法具有多種應用方式，能夠將需要解決的問題建模為圖，並在其中找到兩個節點間的最短路徑。

2、RSA 演算法

該演算法由 RSA 公司的創始人們開發而成，使得密碼學成果得以供世界上的每個人隨意使用，甚至最終塑造了當今密碼學技術的實現方式。

3、安全哈希演算法

這實際上並不是真正的演算法，而是由 NIST（美國國家標准技術研究所）所開發的一系列加密散列函數。然而，該演算法家族對於世界秩序的維持起到了至關重要的作用。

4、比例微積分演算法

該演算法旨在利用控制迴路反饋機制以最大程度控制期望輸出信號與實際輸出信號間的誤差。其適用於一切存在信號處理需求的場景，包括以自動化方式通過電子技術控制的機械、液壓或者熱力系統。

5、數據壓縮演算法

很難確定哪種壓縮演算法的重要性最高，因為根據實際應用需求，大家使用的演算法可能包括 zip、mp3 乃至 JPEG 以及 MPEG-2 等等。

E. 迪傑特斯拉演算法怎麼用lingo實現，在線等等等！！

假設10個城市，他們之間的距離結構如DATA部分所示，目的是找到城市1到城市10的最短路徑。試試找到的這個代碼。
MODEL:
SETS:

CITIES /1..10/: F;
ROADS( CITIES, CITIES)/
1,2 1,3 1,4
2,5 2,6 2,7
3,5 3,6 3,7
4,5 4,6
5,8 5,9
6,8 6,9
7,8 7,9
8,10
9,10/: D;
ENDSETS

DATA:
D =
1 5 2
13 12 11
6 10 4
12 14
3 9
6 5
8 10
5
2;
ENDDATA

F( @SIZE( CITIES)) = 0;
@FOR( CITIES( i)| i #LT# @SIZE( CITIES):
F( i) = @MIN( ROADS( i, j): D( i, j) + F( j))
);
END