企业官网建设流程全解析

考场上最安静的时候，就是老师把《算法分析与设计》期末卷子翻到最后一页的时刻。我听到身边几个同学同时吸了一口气——第五道大题，工工整整地占了半页纸，分值栏里写着20分。前面四道题再怎么折腾，考的都是熟练度；这一道，考的是你能不能把一整门课的东西串起来，在有限时间里设计出一个又对又快的算法。我当年在这道题上吃过亏，复习时也走过弯路，所以把这道题的出题规律、答题思路和踩坑经验整理成了一份汇总，给准备这门课的学弟学妹一个参考。无论你目前是刚学完分治和动态规划、对图论还有点懵，还是已经进入刷题冲刺阶段，这份东西都能帮你把最后一道大题从"碰运气"变成"稳定拿分"。

这份汇总的来路我先说明白：我结合了课程平时作业、历年期末的大题方向、以及我身边高分同学复盘出来的经验，按题型整理出几个高频考点。算法设计与分析这门课，核心就那几块——分治、动态规划、贪心、回溯、图论算法。第五道大题不会考那种"背模板就能写出来"的题，它一定会做一点变形，往某个实际场景上靠一靠。你要做的不是记题，而是建立一套"看到题就能判断题型、套出框架"的应激反应。

1. 第五道大题到底在考什么：从试卷结构看它的真正身份

1.1 为什么这道题能直接决定你拿的是优秀还是及格

先说说第五道大题在整张卷子里的地位。吉大算法设计与分析的期末试卷，题型分布通常比较固定：选择填空考概念，前面几道大题考某一类具体算法（比如让你手写快排过程、计算某个动态规划的状态转移表、给出Dijkstra算法的执行步骤），最后一道大题则是综合设计题。这个位置不是随便放的——它考察的是你能否把学过的算法思想应用到"没做过的新题目"上。

这也就解释了为什么许多同学平时作业都能完成，但一到第五道大题就卡壳。因为前面的题是"知识的复现"，最后一道题是"知识的迁移"。它会给你一个看起来不太像课本习题的场景，比如"某个仓库需要安排货物配送""某段DNA序列需要做相似度比对""某个教务系统需要排出不冲突的考试时间表"。你需要自己判断该用哪种算法，自己设计数据结构，自己写伪代码，还要分析时间复杂度和空间复杂度。换句话说，前面四道题是证明你上课听讲了，这道题是证明你真的会思考了。

1.2 一道题里隐含的三层能力要求

第一层是建模能力。场景描述往往是一大段文字，你得把它翻译成一个数学问题或图论问题。比如"仓库配送"本质是最短路径，"考试时间表"本质是图着色或区间调度，"DNA比对"本质是字符串编辑距离。这一步做不对，后面全白搭。

第二层是算法设计能力。判断出题型之后，你要在几分钟内选定一个核心算法策略，并且根据题目给你的数据范围决定具体实现方式。数据量小，可能直接暴力搜索就够了；数据量中等，考虑贪心或动态规划；数据量大，就得想想堆优化、滚动数组这类进阶手段。

第三层是表达与证明能力。卷子上作答不是写代码跑通就行，你要用伪代码把算法讲清楚，还要说明为什么这个算法是对的、复杂度是多少。我见过不少同学算法思路完全正确，但因为伪代码写得一团乱、复杂度分析漏掉某个循环，被扣了很多冤枉分。

1.3 一个很多人没意识到的事情：这道题其实有规律可循

我在复习后期最大的顿悟就是：不要被第五道大题的"综合设计"吓住，它的考点范围其实比前面几道题更窄。因为出题老师要保证一道题能在20分钟内写完、能在官方答案里给出一套说得通的建模，所以它翻来覆去就是那几个经典模型的生活化变体。

为了让这个判断不变成我的一家之言，我特意翻了近几年的题型回忆，也和几个不同年级的同学对过说法，基本可以确认：动态规划类题目出现频率最高，贪心算法和图论算法紧随其后，回溯和分治偶尔出现但大多是作为解题过程的一部分。这个分布其实也合理——动态规划最能体现算法设计的巧思，答案也不唯一，给分点容易设置；贪心算法的难点在于证明；图论算法的难点在于建模。接下来我按这几个方向展开说，每类都会给出识别特征、解题框架和一个完整的模拟例题。

2. 动态规划大题：最常出现，也是最容易丢分的题型

2.1 怎么一眼看出这道题要用动态规划

期末卷子上的DP题不会直接告诉你"请使用动态规划"，但题干里几乎都有明显的信号词。我把它总结成三句话：

• 题目要求的是"最值"：最大收益、最少代价、最长子序列、最短编辑距离；
• 问题的决策可以拆成多个阶段，每个阶段的选择会影响后面的结果；
• 直接暴力枚举的复杂度高到不可接受，通常是指数级的，而输入规模偏偏很大。

举个例子，我当年遇到的一道模拟题是这么描述的：给定两个字符串A和B，允许进行插入、删除、替换三种操作，问最少需要多少次操作能把A变成B。如果你有刷题经验，一眼就知道这是编辑距离问题。如果你没见过这道题也没关系，从信号词入手：求"最少操作次数"是最值问题，每次对字符的操作是一个阶段决策，暴力枚举所有操作序列的复杂度是指数级的——三条全中，大概率就是DP。

2.2 DP题的核心功夫：状态定义和转移方程

很多人卡在DP，不是因为不懂原理，而是不知道状态怎么定。我自己的经验是，大部分期末DP题的套路其实都藏在那几本经典教材里——背包、最长公共子序列、最长递增子序列、编辑距离、矩阵链乘、区间DP。你把课本上这几种模型的状态定义吃透，考试时稍微变一变就能套上。

以一个我们复习时反复练的变体为例子说明。题目是：有一个环形数组，首尾相接，求最大连续子数组和。如果不知道环形这个坑，直接按照线性最大子段和的思路做，那就是O(n)扫描加贪心，但对环形情况是错的。正确的处理方式是分两种情况讨论：答案要么来自数组中间某一段连续子数组，要么来自首尾相连的一部分。后者可以通过"总和减去中间某段最小子段和"来得到。这两种结果取较大值就是答案。

这个题型的DP状态定义就很经典：设dp[i]表示以第i个元素结尾的最大子段和，转移方程是dp[i] = max(dp[i-1] + a[i], a[i])。边界是dp[1] = a[1]。然后在扫描过程中维护一个全局最大值。如果考试时能把这两种情况都考虑到，并写清楚注释说明为什么这样分情况，阅卷老师想扣分都找不到理由。

2.3 边界条件和初始化，期末考场上最容易翻车的地方

DP题得分的关键，一半在状态转移方程，另一半在边界条件。我批过几份学弟学妹的模拟卷（我们复习小组互相批改），发现最常见的扣分点就是：

• 初始化时把所有dp数组元素设成0，但对某些题目来说这个初始值是不对的。比如编辑距离问题，dp[0][j] = j，dp[i][0] = i，这个表示空串变到另一个串需要全部插入或删除。漏掉这行初始化，整个表全是错的。
• 递推方向搞反。有的DP依赖于前面的状态，就必须从前向后推；有的依赖于后面的状态，就得从后向前推。考试时最稳妥的做法是把状态转移方程先写出来，明确dp[i]依赖哪些下标，再决定循环方向。
• 空间优化的时候丢失信息。滚动数组是个好技巧，但如果你压缩了空间却把用于回溯路径的信息丢了，遇到"不仅要求最优值还要求具体方案"的题就会吃亏。期末题偶尔会出"请给出具体操作序列"这种问法，考场上如果遇到，优先写完整二维版本，不要为省那点空间冒丢分的风险。

2.4 一个完整的DP实战演示：编辑距离及其背包变体

我用编辑距离这道经典题给大家完整走一遍考场作答的全过程。题目描述通常长这样：给定两个字符串word1和word2，你可以对一个字符串执行插入、删除、替换操作，每种操作代价均为1，求将word1变为word2的最少操作次数。

第一步，建模。设dp[i][j]表示word1的前i个字符变成word2的前j个字符需要的最少操作数。

第二步，找状态转移方程。当word1[i-1] == word2[j-1]时，最后一个字符不需要操作，dp[i][j] = dp[i-1][j-1]。当不相等时，有三种选择：

• 替换：dp[i-1][j-1] + 1；
• 在word1末尾插入一个与word2[j-1]相等的字符：dp[i][j-1] + 1；
• 删除word1[i-1]：dp[i-1][j] + 1。

取三者最小值，就是dp[i][j]的值。完整方程写出来是：

dp[i][j] = min(dp[i-1][j-1] + cost, dp[i][j-1] + 1, dp[i-1][j] + 1)

其中cost在字符相等时为0，不等时为1。其实这个式子也能写成： if word1[i-1] == word2[j-1]: dp[i][j] = dp[i-1][j-1] else: dp[i][j] = 1 + min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j])

第三步，初始化。dp[0][0] = 0，dp[i][0] = i，dp[0][j] = j。这个含义是：一个空串变成另一个串，只能靠不断插入或删除。

第四步，写复杂度。两层循环，时间O(mn)，空间O(mn)。卷子上我建议把完整状态转移表画一个3×3的小例子出来，这能直观展示你理解了这个过程，也是很多老师设置的给分点。

接下来我想特别提一下背包问题的变体。期末题考纯裸的01背包概率不大，它通常会和"方案个数""恰好装满""物品可重复使用"混在一起。如果你看到"恰好装满"四个字，就要想到把dp数组初始化为负无穷，只让dp[0]为0；看到"方案个数"就要把max改成求和；看到"物品可以重复取"就是完全背包，要把内层循环倒过来。这几个变体之间的差异特别小，但踩错一个就是整道题全错。我建议复习时把这几个变体做成一张对照表，考前专门过一遍。

3. 贪心类题目：看着简单，证明才是真正的分水岭

3.1 识别贪心题的几个信号

贪心题和动态规划题在题干上高度相似，也经常求最值，很多同学在考场上分不清。我自己总结出的经验是：贪心题有一个特点，它在每个阶段做局部最优选择时，不需要考虑之前的决策如何修正。换句话说，贪心是"当场决定，绝不后悔"，DP是"先算清所有可能性，再选最优的那条路"。

具体的识别信号包括：活动安排（会议室占用、节目安排）、任务调度（排定任务顺序使总代价最小）、哈夫曼编码（合并石子、最优前缀编码）、部分背包（物品可以切割时用贪心，不可切割时是0-1背包应该用DP）。这些题从直觉上说就是"先把好做的做了，后面的自然顺了"，适合用贪心。

期末卷子上如果出现贪心题，出题人通常会选择一个方便你证明正确性的模型。活动安排就是最典型的例子：给定若干个区间，每个区间有开始时间和结束时间，求最多能选多少个互不重叠的区间。它的解法非常简洁，按结束时间从小到大排序，依次选择与前一个已选区间不重叠的区间。

3.2 贪心正确性证明有多重要：以活动安排问题为例

可能有人觉得，写出"按结束时间排序"几个字就完事了。但期末阅卷的给分点里，正确性证明往往占四到六分，甚至比排序本身的分还高。这也是吉大这门课的期末题与那些求职刷题网站的最大区别——刷题网站只看结果，期末卷子看你的思维过程。

活动安排问题的正确性证明我用的是交换论证法，写出来大致是这样：

设贪心算法选出的第一个活动是a，其结束时间为f[a]。最优解OPT中按结束时间排序后的第一个活动为b，那么f[a] <= f[b]，因为a是所有活动中结束时间最早的。用a替换OPT中的b，得到的解仍然是合法解（因为a结束更早，给后续活动留下的时间更多），而且活动数量不变。重复这个替换过程，可以把OPT逐步转换成贪心解而不减少活动数量，因此贪心解至少与最优解一样好。证毕。

这个证明过程看起来有点绕，但它的核心就一句话："每一步贪心选择都能替换到某个最优解里而不破坏最优性。"考场上把这个逻辑捋清楚，比背任何模板都管用。

3.3 涂色问题、任务调度这类"伪贪心"陷阱

做往年题的时候还发现一个出题人特别爱设置的陷阱，就是诱导你用贪心，但实际上贪心是错的。最典型的就是区间图着色问题变体——比如安排若干场考试，每个学生可能报多门课，考试时间不能冲突，问最少需要几个时间段。这个问题的正确思路是把它建模成图着色问题，贪心算法虽然能找到一种合法着色，但不能保证使用的颜色数最少。期末如果考这种题，正确解法通常是把区间转化为图，用Dijkstra前驱关系或者按某种策略的顺序着色，并辅以特定的证明条件。

碰到这种陷阱的时候，我建议大家先冷静三秒，问自己一个问题：如果每个阶段选局部最优，会不会出现"一步错步步错"的情况？如果存在这种可能，那就不是贪心，而是动态规划或图论问题。这个思维刹车在考场上特别管用，能帮你避掉很多出题人精心埋的雷。

3.4 期末卷子上贪心题的作答模板

我摸索出一个比较稳妥的贪心题回答结构，依次写四块：

1. 贪心策略：用一句话说清楚每一步选什么、按什么标准选；
2. 正确性证明：先用某种排序或度量说明贪心选择是安全的，再说明问题具有最优子结构；
3. 算法步骤：用自然语言+伪代码描述；
4. 复杂度分析：排序的O(n log n)加上扫描的O(n)。

这样写的好处是条理清晰、给分点全覆盖。即使你的证明比标准答案简略，阅卷老师也能从结构上看出你确实掌握了贪心算法的精髓，而不是在碰运气。

4. 图论大题：建模能力就是一分一分的积累

4.1 从场景到图：一个万能的三步翻译法

图论题在期末第五道大题里出现的频率也很高，而且它特别喜欢和实际场景结合。比如给出一堆城市和道路，问最短路线；给出一堆课程和先修关系，问是否排得出学习顺序；给出一堆网络节点和带宽，问最大传输量。出题人把算法名字藏起来，需要你自己把场景翻译成图。

我做图论题总结了三步翻译法，屡试不爽：

第一步，确定节点。"什么是一个基本单元"，城市、课程、网络设备、人、物品，这些都是候选节点。 第二步，确定边。"两个基本单元之间有什么关系"，道路、先修、通信链路、好友关系、货物运输线。 第三步，确定边权。"这个关系的量化属性是什么"，距离、耗时、带宽、代价、容量。

举个例子，题目描述"某大学要在多个校区之间建设光纤网络，已知每两个校区之间的建设成本，要求让所有校区连通的总建设成本最小"——第一步节点是校区，第二步边是校区间的光纤连接，第三步边权是建设成本。问题翻译过来就是在带权无向图中找最小生成树，用Kruskal或Prim算法。我敢说，认真做过一次这种翻译训练的人，考场上读题的速度能快一倍。

4.2 最小生成树、最短路径、拓扑排序：各自什么时候登场

图论算法看起来很多，但期末第五道大题真正高频的就那么几个。我按出现频率和识别特征整理了一张对照表，这张表在我自己复习时贴在书桌前很久：

你可以发现一个细节：Dijkstra本质上就是一种贪心，而Floyd本质上就是动态规划。这说明这门课的算法思想是互相交织的，第五道大题也常常把两种思想放在同一个问题里考察。比如有一类题，先拓扑排序确定处理顺序，再在拓扑序上做DP求最长路径，这种题型在"任务调度求最短完成时间"的题目里非常常见。如果你能识别出这种组合结构，就已经比大部分人强了。

4.3 一个完整的Dijkstra变体验证：当图里有多个起点和终点

我们复习时练过一道很有意思的变形题，我觉得很贴近期末风格：有一个地铁系统，图里有n个车站，m条线路，每条线路有行驶时间。你想从家里到学校，但家附近有若干个可进站的地铁口，学校附近也有若干个可出站的地铁口，问最早到达学校的时间是多少。

如果直接对每个进站口跑一次Dijkstra，再把结果取最小值，那复杂度会乘以站点数，输入规模大一点就容易超时。标准做法是加一个超级源点，把超级源点到每个进站口的边权设为0，从超级源点跑一遍Dijkstra；再加一个超级汇点，每个出站口到超级汇点的边权设为0，这样求超级源点到超级汇点的最短路径就是答案。这个"超级源点"的思路在很多图论题里都是关键一步——它把"多个起点"的查询巧妙地降成一个起点，复杂度从O(k * (V log V))降到了O(V log V)。

考场上如果遇到这种变体，你只要把"加超级源点、超级汇点，边权设为0"这一句话写出来，阅卷老师立刻就知道你理解了这个算法背后的思想，而不是仅仅背会了模板。

4.4 图论题的卷面呈现：画图比写一千字管用

期末作答时，尽量在草稿纸上先画一个小的示例图，然后把你的建图方式、边的方向、权值标注都写清楚。很多同学习惯性只用文字描述，但图论题是个例外——一张标注清楚的示例图，能让阅卷老师一眼看懂你的建模逻辑，还能避免文字描述产生歧义。

我个人的推荐作答格式是：第一段写"我将问题建模为有向/无向图，节点代表XX，边代表XX，边权代表XX"；第二段写出选用的算法名称和理由；第三段写轮数和伪代码；最后写复杂度分析。这个结构在期末卷面上非常吃香。

5. 考场上最容易踩的坑：我用扣分换来的教训

5.1 伪代码写作规范：不是让你写程序

期末卷子通常允许用伪代码，但很多同学写着写着就写成了完整程序——变量声明、类型定义、输入输出格式全写了，反而把核心逻辑淹没在大量细节里。

伪代码的正确写法是"人类能看懂、机器不一定要能运行"。逻辑分支用中文描述都可以，比如"若当前字符相等，则直接继承左上角的值"。关键是你得让阅卷老师看清楚：你每一步在做什么、状态怎么转移、循环的边界是什么。

我现在建议所有准备这门课的同学养成一个习惯：写伪代码时只保留算法核心要素——状态定义、初始化、转移方程、复杂度。其他全部砍掉。这个习惯练出来之后，考场作答速度能快不少。

5.2 时间分配：第五道大题值得你留足40分钟

很多同学觉得第五道大题难，就把它放在最后做，结果往往只留下十几分钟，草草写两句模型分析就交卷了。我的教训是：这道题恰恰应该放在所有非选择题中的第二位做。

原因很简单，它的分值高、给分点分散。就算你最后算法没设计完整，只要状态定义写对了、DP方程写出来一部分，也能拿到不少分。但如果时间不够，你连状态定义都没机会写，那这20分就是零。我模拟考时试过两种顺序，最终验证下来，"先做有把握的大题，再做第五道大题，最后做剩下需要大量计算的题"是得分最稳的。考前至少留40分钟给第五道大题，你会发现自己能多写很多内容。

做题顺序的具体安排可以这样：拿到卷子花3分钟通读全卷，标出每道题的类型和难度；先做选择和填空题，快速拿稳基本分；然后直接做第五道大题，趁脑子还清醒、时间还充裕，把思路理清楚；做完后回头做前面的大题；最后检查一遍。当然，每个人习惯不同，但核心原则是一样的：把最高分的题放在你精力最好的时间区间内。

5.3 复杂度分析的标准写法：别漏掉任何一个循环

期末的算法设计题，复杂度分析一般占3到5分。很多同学写错不是因为不会算，而是漏掉步骤。我给大家一个标准流程：先数循环层数，再说每层循环的规模，最后乘起来；递归算法则要写递推式，比如T(n) = 2T(n/2) + O(n)，然后说明结果是O(n log n)。

空间复杂性也别忘记。用了二维数组就说O(mn)，用了滚动数组就说O(n)，注意别和小问里的其他变量搞混。一个小技巧是：在伪代码里用注释标出每一段的时间消耗，最后汇总。比如"// 排序O(n log n)"、"// 主扫描循环O(n)"，这样既帮助自己理思路，也方便阅卷老师找到给分点。

5.4 遇到完全没有头绪的题：保底策略

万一真遇到一道不会的题，不要空着。我的保底策略是三步：

第一步，把题目的场景用数学语言重新表述一遍，哪怕只是"设dp[i]表示前i个元素的最优解"这种状态定义的雏形； 第二步，写一个最简单的暴力解法，比如暴力枚举所有组合，说明复杂度是O(2^n)； 第三步，如果能优化，就写"考虑使用动态规划/贪心优化"以及一个大概的想法，哪怕不完整。

这种"写了就可能给分"的策略在期末非常实用。算法设计题有步骤分，你让阅卷老师看到你在朝正确方向思考，他会给你该拿的分。千万不要因为不确定就留白。

6. 从复习到上考场：最后的冲刺建议和一点个人经验

6.1 复习阶段不要光看"会做了"，要动手写完整答案

我见过太多同学复习算法题的方式是：看到一道题，想了想思路，觉得很对，然后匆匆翻到答案比对，发现一致，于是下一题。这种复习方式效率很低，因为考场上要写的是完整的文字、公式、表格和伪代码，你想清楚和写清楚之间隔着很大一段距离。

我的建议是，考前至少完整动笔写15道大题的完整答案，包括建模过程、状态定义、转移方程、伪代码、复杂度分析、正确性证明。写成之后对照标准答案给自己打分，尤其注意那些"我以为对了但其实写漏了"的小地方。这15道题写下来，你对第五道大题的套路基本就烂熟于胸了。

6.2 最后两周的时间安排：题型滚动比题海战术更有效

算一算从复习开始到考试的时间，通常两到三周是效率最高的时间窗口。这期间我不推荐疯狂刷新题，因为期末第五道大题的考点范围有限，你更需要的是"题型熟练度"而非"新题见识量"。我当时采用了一个滚动复习的计划，效果不错：

第一周，按题型板块刷题——分治一到两天、动态规划三到四天、贪心跳过一天、图论两到三天。每块只挑代表性题目，每个题型的经典题做一道、变形题做一道。 第二周，开始做整卷模拟，严格卡时间。模拟卷用期末历年题或自己组合的题目，重点是训练"时间分配+完整作答"。 最后两三天，只看错题和错题旁边的批改笔记，不再碰新题。考前把各类算法的核心代码框架过一遍。

这个安排的好处是既有广度又有深度，既积累了题型经验又训练了卷面书写速度。

6.3 一个关于"复习深度"的个人体会

如果你现在就坐在图书馆里为这门课焦虑，我想说几句掏心窝子的话。算法分析与设计这门课，学得好不好，最后一道大题是真正的试金石。它考察的不是你记了多少模板，而是你能不能像一个工程师一样，把一个问题拆分、建模、选择算法、实现、验证、分析。这个思维过程，比期末考本身珍贵得多。

我当年复习时把课本习题和历年真题做了一遍又一遍，最大的收获并不是考试多考了几分，而是后来到了写代码做项目的阶段，遇到复杂问题时会本能地先想"这个问题的状态是什么、转移是什么、复杂度能不能接受"。这种思维方式一旦建立起来，你就再也不会觉得算法是门"没用"的课了。

最后给一个最实在的建议：把这份汇总里的题型列表存下来，每复习完一个题型就在旁边打个勾，然后自己动手写一道该题型的完整答案贴在一侧。等你把每个题型都过完一遍再回头看，你会发现自己已经不怕第五道大题了——它其实就是出题老师给你的一张藏宝图，规律都藏在题型识别和答题结构里，就看你想不想花时间去挖。