⑴ kmp演算法什麼意思
KMP演算法之所以叫做KMP演算法是因為這個演算法是由三個人共同提出來的，就取三個人名字的首字母作為該演算法的名字。其實KMP演算法與BF演算法的區別就在於KMP演算法巧妙的消除了指針i的回溯問題，只需確定下次匹配j的位置即可，使得問題的復雜度由O(mn)下降到O(m+n)。
在KMP演算法中，為了確定在匹配不成功時，下次匹配時j的位置，引入了next[]數組，next[j]的值表示P[0...j-1]中最長後綴的長度等於相同字元序列的前綴。
對於next[]數組的定義如下：
1) next[j] = -1 j = 0
2) next[j] = max(k): 0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j] = 0 其他
如：
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0時，表示P[0...k-1]=P[j-k,j-1]
因此KMP演算法的思想就是：在匹配過程稱，若發生不匹配的情況，如果next[j]>=0，則目標串的指針i不變，將模式串的指針j移動到next[j]的位置繼續進行匹配；若next[j]=-1，則將i右移1位，並將j置0，繼續進行比較。
⑵ 回溯演算法的經典書籍
《演算法導論》Thomas H.Cormen、Charles E.Leiserson、Ronald L.Rivest、Clifford Stein著 潘金貴、顧鐵成、李成法、葉懋譯. -北京：機械工業出版社，2006.9
《計算機演算法設計與分析》王曉東編著. —3版. -北京：電子工業出版社，2007.5
⑶ 怎麼提高編程能力邏輯思維能力
思考問題的方式，方向，解決問題的方法，也就是說應該從哪裡入手，從哪裡著手去解決問題。
每個人都是從零基礎開始接觸編程的，很多技術大牛總結了很多經驗、解決問題的方式。而現在作為一個編程初學者，我們不需要重新造輪子。我們只需要跟隨前輩們腳步，避免重復去走他們已經走過的彎路，也可以說我們現在做的一切都是站在巨人的肩膀來進行的。學習前輩們的經驗和解決問題的方式，然後結合自身來解決自己的問題，最終融會貫通為自己所用。
建議大家，解決問題的時候，首先要把問題分解。大化小，很多小問題已經有了非常成熟的解決方案，搜索引擎可以解決大部分問題，我們直接拿來用就可以了，並且記住這種解決問題的方案。而剩下解決不了的小問題，我們在進行針對性解決，每一個小問題解決後，一整塊大問題就隨之解決。
編程思維的訓練就是要學習成熟的解決問題的方法：比如if
語句用來做分支判斷，循環用來解決反復運算的問題。窮舉法、遞推、遞歸、排序、回溯等等（如果需要當專業程序員，需要學習數據結構和演算法，設計模式等等，需要學的東西很多很多。但首先要解決的一個問題是自己能寫代碼解決一般問題。）
訓練函數抽象，類抽象解決問題。如對有序數組，查找特定數值，沒有經過訓練，初學者，直接用循環遍歷。如果經過二分法演算法的訓練，下次碰到這樣的問題，就用二分法求解。
（需求－>需求分析->設計->編碼->測試->交付等）
拿到一個習題，還沒有進行分析，就馬上敲代碼，這個學習方式，是不好的學習方式。
再設計，用哪種數據類型（數據結構）來組織或保存數據，用何種演算法來計算效率最高，用面向過程，還是面向對象的編程範式，還是用函數式編程等等。設計後，再編寫代碼，最後寫測試。
如果大家對於學習編程有任何疑問，可以隨時咨詢我，這是我的V：Zhanlaoshi71 從事IT行業16年，精通八種語言，多跟專業的人交流學習。
只有先經過訓練常見的演算法，分解問題，會做需求分析，慢慢訓練，才會養成自己的思路。沒有人一出生會編程，只有經過訓練，才會學會編程。很多牛逼程序員用vim，敲的啪啪響，一會兒一屏幕代碼，為啥那麼熟練使用vim，習慣成自然。當你訓練多了以後，學會一定的套路（解決問題的方法），養成獨立思考的習慣，假以時日，自然就有思路了。
養成獨立思考的習慣，養成切分問題，養成大問題化解小問題，養成套用學過的演算法，才會有思路。簡單的判斷、循環都不會寫，就想玩django，何來的思路？
萬丈高樓從地起，希望大家腳踏實地實地的從基礎訓練起，先達到獨立寫代碼解決一般的問題，再談項目。見過盲目上號稱牛逼項目的培訓班出來的程序員，
沒有學會獨立寫代碼解決一般的問題的能力，開發項目時如狗咬刺蝟無從下手。
⑷ 除貪心演算法外 還有哪些演算法
你指的是演算法設計的技巧和方法吧~
這些多了
比如最簡單的歸納法(例如遞歸求整數冪、horner規則的二項式求值等等)，萬能的回溯法(本質上即窮舉搜索，能解決大部分的枚舉類問題，如8皇後)，高效的動態規劃(「填表格法」，能將許多最優解問題以極快時間內解決，典型例子如背包問題的動態規劃求解)，還有很多（分支定界，分治，深度和廣度優先遍歷，隨機演算法，近似演算法等等）不過這些是最基礎的演算法知識了……貪心屬於最先割技術，每次求出當前條件下的最優解，這方面可以參考《演算法導論》及《演算法設計與分析》等相關書籍，相信能有不少收獲。
⑸ B樹演算法難么
感覺挺難。
B樹的定義
假設B樹的度為t（t>=2），則B樹滿足如下要求：（參考演算法導論）
（1） 每個非根節點至少包含t-1個關鍵字，t個指向子節點的指針；至多包含2t-1個關鍵字，2t個指向子女的指針（葉子節點的子女為空）。
（2） 節點的所有key按非降序存放，假設節點的關鍵字分別為K[1], K[2] … K[n], 指向子女的指針分別為P[1], P[2]…P[n+1]，其中n為節點關鍵字的個數。則有：
P[1] <= K[1] <= P[2] <= K[2] …..<= K[n] <=P[n+1] // 這里P[n]也指其指向的關鍵字
（3） 若根節點非空，則根節點至少包含兩個子女；
（4） 所有的葉子節點都在同一層。
B樹的搜索，search（root, target）
從root出發，對每個節點，找到大於或等於target關鍵字中最小的K[i]，如果K[i]與target相等，則查找成功；否則在P[i]中遞歸搜索target，直到到達葉子節點，如仍未找到則說明關鍵字不在B樹中，查找失敗。
B樹的插入，insert(root,target)
B樹的插入需要沿著搜索的路徑從root一直到葉節點，根據B樹的規則，每個節點的關鍵字個數在[t-1, 2t-1]之間，故當target要加入到某個葉子時，如果該葉子節點已經有2t-1個關鍵字，則再加入target就違反了B樹的定義，這時就需要對該葉子節點進行分裂，將葉子以中間節點為界，分成兩個包含t-1個關鍵字的子節點，同時把中間節點提升到該葉子的父節點中，如果這樣使得父節點的關鍵字個數超過2t-1，則要繼續向上分裂，直到根節點，根節點的分裂會使得樹加高一層。
上面的過程需要回溯，那麼能否從根下降到葉節點後不回溯就能完成節點的插入呢？答案是肯定的，核心思想就是未雨綢繆，在下降的過程中，一旦遇到已滿的節點（關鍵字個數為2t-1），就就對該節點進行分裂，這樣就保證在葉子節點需要分裂時，其父節點一定是非滿的，從而不需要再向上回溯。
B樹的刪除，delete(root,target)
在刪除B樹節點時，為了避免回溯，當遇到需要合並的節點時就立即執行合並，B樹的刪除演算法如下：從root向葉子節點按照search規律遍歷：
（1） 如果target在葉節點x中，則直接從x中刪除target，情況（2）和（3）會保證當再葉子節點找到target時，肯定能借節點或合並成功而不會引起父節點的關鍵字個數少於t-1。
（2） 如果target在分支節點x中：
（a） 如果x的左分支節點y至少包含t個關鍵字，則找出y的最右的關鍵字prev，並替換target，並在y中遞歸刪除prev。
（b） 如果x的右分支節點z至少包含t個關鍵字，則找出z的最左的關鍵字next，並替換target，並在z中遞歸刪除next。
（c） 否則，如果y和z都只有t-1個關鍵字，則將targe與z合並到y中，使得y有2t-1個關鍵字，再從y中遞歸刪除target。
（3） 如果關鍵字不在分支節點x中，則必然在x的某個分支節點p[i]中，如果p[i]節點只有t-1個關鍵字。
（a） 如果p[i-1]擁有至少t個關鍵字，則將x的某個關鍵字降至p[i]中，將p[i-1]的最大節點上升至x中。
（b） 如果p[i+1]擁有至少t個關鍵字，則將x個某個關鍵字降至p[i]中，將p[i+1]的最小關鍵字上升至x個。
（c） 如果p[i-1]與p[i+1]都擁有t-1個關鍵字，則將p[i]與其中一個兄弟合並，將x的一個關鍵字降至合並的節點中，成為中間關鍵字。