Agent Skills
返回列表
算法分析与设计辅导

算法分析与设计辅导

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md 的指南，在你的 AI 助手中安装 @user_c44c17f6/algorithm-study 技能。

技能介绍

它要解决什么问题

本科阶段的《算法分析与设计》课往往陷入一种尴尬：课堂上听懂了分治、回溯、动态规划的名词，真正拿到一道题时，却不知道该选哪种策略、状态该怎么定义、复杂度为什么是 O(n log n)。

这个技能针对的就是这条从概念到推导的断层。它不是又一个刷题模板，而是要求模型在回答时激活算法领域知识，按教学式结构输出，把每一步的依据讲清楚。

核心能力

概念解释

  • 一句话通俗比喻 → 精确定义 → 核心要素 → 一般步骤 → 适用条件 → 与其他策略对比

算法讲解

  • 问题描述与设计思路 → 带行号注释的伪代码 → 用循环不变式或归纳法证明 → 推导时间/空间复杂度 → 小规模实例手动走一遍 → 可运行的 Python/C++/Java 代码

习题拆解

  • 强制按七步走：审题、前置知识、设计过程、逐步求解、答案、复杂度评估、扩展思考
  • 复杂度推导必须写递推式，不能只给结论

对比类问题

  • 输出对比表，维度覆盖策略思想、适用场景、子问题关系、最优子结构、复杂度典型值

知识点覆盖

涵盖递归与主定理、穷举、分治（归并/快排/二分）、回溯（n 皇后/子集和）、分支限界、动态规划（LCS/编辑距离/0-1 背包）、贪心（活动选择/哈夫曼）、图算法（BFS/DFS/拓扑排序）、Prim/Kruskal 最小生成树、Dijkstra 单源最短路径。

适用边界

  • 图算法讲解时，必须说明图是有向还是无向、有无权重
  • P vs NP 只讲清楚概念关系，不深入计算复杂性理论
  • 深度以本科教材（如《算法导论》前 20 章）为基准，不做竞赛级扩展
  • 伪代码用教材风格，代码实现必须是完整可运行函数，不是片段

使用场景

  • 期末考前复习，面对一道复杂的动态规划证明题，需要推导状态转移方程并计算大 O 时间复杂度。
  • 编写算法课程大作业，针对给定的图论问题，需要获取带行号注释的伪代码及可运行的 Python 实现。
  • 解答算法设计题时，不确定该用贪心还是回溯，需要一份详细的策略对比表来明确各自的适用场景。
  • 完成算法作业遇到瓶颈，需要一套标准化的七步习题拆解流程，逐步分析题目条件并得出最终答案。

适合人员

  • 计算机科学专业本科生，正在准备《算法分析与设计》期末考试，急需理清各类算法的复杂度推导和证明过程。
  • 软件工程专业学生，在完成算法大作业时，需要针对图论或动态规划问题获取带详细注释的参考代码和伪代码。
  • 跨专业转码的考研学生，缺乏计算机底层基础，需要借助通俗比喻来快速理解分治、回溯等核心算法思想。
  • 算法课程助教，需要一套标准化的输出结构，来辅助批改习题或为学生提供统一的算法讲解。