演算法設計及分析

出自中山電機所 無線行動網路實驗室

(修訂版本間差異)
跳轉到: 導航, 搜尋
第10行: 第10行:
[http://wmi.ee.nsysu.edu.tw/enter/images/e/ef/Alg2021RandomizedAlg.pdf Chapter 4. Randomized Algorithms]  
[http://wmi.ee.nsysu.edu.tw/enter/images/e/ef/Alg2021RandomizedAlg.pdf Chapter 4. Randomized Algorithms]  
-
 
-
'''沒修過機率的同學不適合修這門課,盡快棄選。'''
 
-
 
-
<br>
 
[http://wmi.ee.nsysu.edu.tw/enter/images/9/93/RandAlgChapSol2.pdf Chapter 4 習題解答]  
[http://wmi.ee.nsysu.edu.tw/enter/images/9/93/RandAlgChapSol2.pdf Chapter 4 習題解答]  
第22行: 第18行:
[http://wmi.ee.nsysu.edu.tw/enter/images/0/01/Alg2021GreedyV2.pdf Chapter 6. Greedy Algorithms]&nbsp; <br>  
[http://wmi.ee.nsysu.edu.tw/enter/images/0/01/Alg2021GreedyV2.pdf Chapter 6. Greedy Algorithms]&nbsp; <br>  
 +
 +
'''更新日期 2021/04/08'''
 +
 +
[http://wmi.ee.nsysu.edu.tw/enter/images/5/56/Alg2021SCC.pdf Chapter 7. Graph Traversal Techniques]<br>  
[http://wmi.ee.nsysu.edu.tw/enter/images/5/56/Alg2021SCC.pdf Chapter 7. Graph Traversal Techniques]<br>  
-
[http://wmi.ee.nsysu.edu.tw/enter/images/9/99/Alg2021MimSpanningTree.pdf Chapter 8. Minimun Cost Spanning Tree ]<br>  
+
[http://wmi.ee.nsysu.edu.tw/enter/images/9/99/Alg2021MimSpanningTree.pdf Chapter 8. Minimun Cost Spanning Tree]&nbsp;(預計上課不教,考試不考)<br>  
[http://wmi.ee.nsysu.edu.tw/enter/images/2/2b/Alg2021MaxFlow.pdf Chapter 9. Maximum Flow]  
[http://wmi.ee.nsysu.edu.tw/enter/images/2/2b/Alg2021MaxFlow.pdf Chapter 9. Maximum Flow]  

在2021年4月8日 (四) 07:56所做的修訂版本

研究所課程, 2021 Spring, Thu 2:10~5:00 PM, EC3013


Chapter 0. 學期成績計分方式

Chapter 1. Introduction

Chapter 2. Growth of Functions 

Chapter 3. Divide and Conquer 

Chapter 4. Randomized Algorithms

Chapter 4 習題解答

*Derandomization of MAX-3SAT (參考資料,自我學習,上課不教,考試不考)

Chapter 5. Dynamic Programming

Chapter 6. Greedy Algorithms 

更新日期 2021/04/08


Chapter 7. Graph Traversal Techniques

Chapter 8. Minimun Cost Spanning Tree (預計上課不教,考試不考)

Chapter 9. Maximum Flow

Chapter 10. Maximum Matching 

註:Chapter 10 投影片參考資料

Chapter 11. Linear Programming and Its Application to Game Theory 

註:Chapter 11 投影片資料來源

Chapter 12. NP-Completeness

Chapter 13. Approximation Algorithms