1．渐进表示法中f(n)= O（g(n)）意味着f(n)的数量级 [ 不大于 ] g(n)的数量级【填“小于”、“大于”、“不小于”或“不大于”】，平时各种教材中见到的O(n2)表达的意思是 算法 的复杂度 [ 等于 ] n2数量级【填“小于”、“等于”或“大于”】。 函数渐进性的O, Ω ,Θ的表示 ，则有（ B）。 A． D．以上都不对 时间复杂度知识点梳理 2．按数量级排序，正确的是（ B ）。 A．n1/2 < (logn)2 若数组a以及变量k均为int型，int型数据占4B，数据Cache采用直接映射 方式，数据区大小是1KB，块大小是16B，该程序段执行前Cache为空，则该程序段执行过程中，访问数组a的Cache的缺失率是：C  A. 1.25%  B. 2.5%...

### 回答1： 计算机 算法 设计与分析是计算机科学与技术专业的一门重要课程，该课程旨在培养学生解决复杂问题的能力，提高 算法 设计与分析的能力。复习该课程的 期末考试 ，我建议可以从以下几个方面进行复习： 首先，复习 算法 的基本知识。包括递归与分治策略、动态规划、贪心 算法 、回溯 算法 等常见 算法 的基本原理和代码实现方法。 其次，深入理解常见的时间复杂度和空间复杂度分析方法，熟悉不同 算法 的优缺点，并能在不同问题场景下选择合适的 算法 。 然后，重点复习常见的排序 算法 和查找 算法 ，如冒泡排序、插入排序、选择排序、快速排序、堆排序等，以及线性查找、二分查找等。 另外，复习图 算法 ，包括图的表示方法、图的遍历 算法 、最短路径 算法 （Dijkstra 算法 、Floyd-Warshall 算法 ）和最小生成树 算法 （Prim 算法 、Kruskal 算法 ）等。 最后，通过做一些实例题和习题，加深对 算法 的理解和应用能力，提高解题的效率。 在复习过程中，可以参考csdn等一些相关的学习资源，查找更多的学习资料和参考题目，加深对 算法 的认识。同时也可以结合自己的课堂笔记、教材和讲义，全面复习和总结。 总之，计算机 算法 设计与分析 期末考试 的复习需要全面、系统地复习相关 算法 和数据结构的知识，并能够熟练应用到实际问题中。通过不断的实践和练习，提高解题的能力和效率。 ### 回答2： 计算机 算法 设计与分析 期末考试 复习题介绍了一些重要的 算法 和数据结构，学生们可以通过复习这些题目来准备考试。以下是一些常见的题型和解答思路： 1. 排序 算法 ：考察对常见排序 算法 的理解和分析。如快速排序、归并排序、堆排序等。需要掌握它们的时间复杂度、原理和实现方式，以及它们在不同场景下的优劣势。 2. 搜索 算法 ：考察对常见搜索 算法 的掌握程度。如深度优先搜索（DFS）、广度优先搜索（BFS）、二分查找等。需要了解它们的原理、如何实现以及最优应用场景。 3. 图 算法 ：考察对图 算法 的熟悉程度。如最短路径 算法 （如Dijkstra 算法 、Floyd-Warshall 算法 ）、最小生成树 算法 （如Prim 算法 、Kruskal 算法 ）等。需要了解它们的原理、时间复杂度和应用场景。 4. 动态规划：考察对动态规划 算法 的理解和应用。需要掌握动态规划的基本概念、状态转移方程的建立和求解。重点理解背包问题、最长公共子序列等常见问题的动态规划解法。 5. 数据结构：考察对常见数据结构的掌握程度。如数组、链表、栈、队列、二叉树、图等。需要了解它们的基本操作、特性、应用场景以及在 算法 中的使用方法。 在复习期间，建议学生们重点关注基础概念的理解、 算法 原理的掌握以及常见题目的解题技巧。同时，通过做大量的练习题来提升自己的 算法 设计和分析能力。