Latex写算法的伪代码排版

http://blog.csdn.net/lwb102063/article/details/53046265


algorithmicx例子


相应代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. documentclass[11pt]{ctexart}  
  2. usepackage[top=2cm, bottom=2cm, left=2cm, right=2cm]{geometry}  
  3. usepackage{algorithm}  
  4. usepackage{algorithmicx}  
  5. usepackage{algpseudocode}  
  6. usepackage{amsmath}  
  7.   
  8. floatname{algorithm}{算法}  
  9. enewcommand{algorithmicrequire}{ extbf{输入:}}  
  10. enewcommand{algorithmicensure}{ extbf{输出:}}  
  11.   
  12. egin{document}  
  13.     egin{algorithm}  
  14.         caption{用归并排序求逆序数}  
  15.         egin{algorithmic}[1] %每行显示行号  
  16.             Require $Array$数组，$n$数组大小  
  17.             Ensure 逆序数  
  18.             Function {MergerSort}{$Array, left, right$}  
  19.                 State $result gets 0$  
  20.                 If {$left < right$}  
  21.                     State $middle gets (left + right) / 2$  
  22.                     State $result gets result +$ Call{MergerSort}{$Array, left, middle$}  
  23.                     State $result gets result +$ Call{MergerSort}{$Array, middle, right$}  
  24.                     State $result gets result +$ Call{Merger}{$Array,left,middle,right$}  
  25.                 EndIf  
  26.                 State Return{$result$}  
  27.             EndFunction  
  28.             State  
  29.             Function{Merger}{$Array, left, middle, right$}  
  30.                 State $igets left$  
  31.                 State $jgets middle$  
  32.                 State $kgets 0$  
  33.                 State $result gets 0$  
  34.                 While{$i<middle$  extbf{and} $j<right$}  
  35.                     If{$Array[i]<Array[j]$}  
  36.                         State $B[k++]gets Array[i++]$  
  37.                     Else  
  38.                         State $B[k++] gets Array[j++]$  
  39.                         State $result gets result + (middle - i)$  
  40.                     EndIf  
  41.                 EndWhile  
  42.                 While{$i<middle$}  
  43.                     State $B[k++] gets Array[i++]$  
  44.                 EndWhile  
  45.                 While{$j<right$}  
  46.                     State $B[k++] gets Array[j++]$  
  47.                 EndWhile  
  48.                 For{$i = 0  o k-1$}  
  49.                     State $Array[left + i] gets B[i]$  
  50.                 EndFor  
  51.                 State Return{$result$}  
  52.             EndFunction  
  53.         end{algorithmic}  
  54.     end{algorithm}  
  55. end{document}  

algorithm例子

前期准备
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. usepackage{algorithm}  
  2. usepackage{algpseudocode}  
  3. usepackage{amsmath}  
  4. enewcommand{algorithmicrequire}{ extbf{Input:}}  % Use Input in the format of Algorithm  
  5. enewcommand{algorithmicensure}{ extbf{Output:}} % Use Output in the format of Algorithm  

example 1


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1.   egin{algorithm}[htb]  
  2.   caption{ Framework of ensemble learning for our system.}  
  3.   label{alg:Framwork}  
  4.   egin{algorithmic}[1]  
  5.     Require  
  6.       The set of positive samples for current batch, $P_n$;  
  7.       The set of unlabelled samples for current batch, $U_n$;  
  8.       Ensemble of classifiers on former batches, $E_{n-1}$;  
  9.     Ensure  
  10.       Ensemble of classifiers on the current batch, $E_n$;  
  11.     State Extracting the set of reliable negative and/or positive samples $T_n$ from $U_n$ with help of $P_n$;  
  12.     label{code:fram:extract}  
  13.     State Training ensemble of classifiers $E$ on $T_n cup P_n$, with help of data in former batches;  
  14.     label{code:fram:trainbase}  
  15.     State $E_n=E_{n-1}cup E$;  
  16.     label{code:fram:add}  
  17.     State Classifying samples in $U_n-T_n$ by $E_n$;  
  18.     label{code:fram:classify}  
  19.     State Deleting some weak classifiers in $E_n$ so as to keep the capacity of $E_n$;  
  20.     label{code:fram:select} \  
  21.     Return $E_n$;  
  22.   end{algorithmic}  
  23. end{algorithm}  

example 2


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}[h]  
  2.   caption{An example for format For & While Loop in Algorithm}  
  3.   egin{algorithmic}[1]  
  4.     For{each $iin [1,9]$}  
  5.       State initialize a tree $T_{i}$ with only a leaf (the root);  
  6.       State $T=Tcup T_{i};$  
  7.     EndFor  
  8.     ForAll {$c$ such that $cin RecentMBatch(E_{n-1})$}  
  9.       label{code:TrainBase:getc}  
  10.       State $T=Tcup PosSample(c)$;  
  11.       label{code:TrainBase:pos}  
  12.     EndFor;  
  13.     For{$i=1$; $i<n$; $i++$ }  
  14.       State $//$ Your source here;  
  15.     EndFor  
  16.     For{$i=1$ to $n$}  
  17.       State $//$ Your source here;  
  18.     EndFor  
  19.     State $//$ Reusing recent base classifiers.  
  20.     label{code:recentStart}  
  21.     While {$(|E_n| leq L_1 )and( D  eq phi)$}  
  22.       State Selecting the most recent classifier $c_i$ from $D$;  
  23.       State $D=D-c_i$;  
  24.       State $E_n=E_n+c_i$;  
  25.     EndWhile  
  26.     label{code:recentEnd}  
  27.   end{algorithmic}  
  28. end{algorithm}  


example 3

代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}[h]  
  2.   caption{Conjugate Gradient Algorithm with Dynamic Step-Size Control}  
  3.   label{alg::conjugateGradient}  
  4.   egin{algorithmic}[1]  
  5.     Require  
  6.       $f(x)$: objective funtion;  
  7.       $x_0$: initial solution;  
  8.       $s$: step size;  
  9.     Ensure  
  10.       optimal $x^{*}$  
  11.     State initial $g_0=0$ and $d_0=0$;  
  12.     Repeat  
  13.       State compute gradient directions $g_k=igtriangledown f(x_k)$;  
  14.       State compute Polak-Ribiere parameter $eta_k=frac{g_k^{T}(g_k-g_{k-1})}{parallel g_{k-1} parallel^{2}}$;  
  15.       State compute the conjugate directions $d_k=-g_k+eta_k d_{k-1}$;  
  16.       State compute the step size $alpha_k=s/parallel d_k parallel_{2}$;  
  17.     Until{($f(x_k)>f(x_{k-1})$)}  
  18.   end{algorithmic}  
  19. end{algorithm}  


example 4


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. makeatletter  
  2. defBState{Statehskip-ALG@thistlm}  
  3. makeatother  
  4. egin{algorithm}  
  5. caption{My algorithm}label{euclid}  
  6. egin{algorithmic}[1]  
  7. Procedure{MyProcedure}{}  
  8. State $ extit{stringlen} gets  ext{length of } extit{string}$  
  9. State $i gets  extit{patlen}$  
  10. BState emph{top}:  
  11. If {$i >  extit{stringlen}$} Return false  
  12. EndIf  
  13. State $j gets  extit{patlen}$  
  14. BState emph{loop}:  
  15. If {$ extit{string}(i) =  extit{path}(j)$}  
  16. State $j gets j-1$.  
  17. State $i gets i-1$.  
  18. State  extbf{goto} emph{loop}.  
  19. State  extbf{close};  
  20. EndIf  
  21. State $i gets i+max( extit{delta}_1( extit{string}(i)), extit{delta}_2(j))$.  
  22. State  extbf{goto} emph{top}.  
  23. EndProcedure  
  24. end{algorithmic}  
  25. end{algorithm}  

algorithm2e例子

algorithm2e包可能会与其它包产生冲突，一个常见的错误提示是“Too many }'...”。为了解决这个问题，要在引入algorithm2e包之前加入下面的命令：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. makeatletter  
  2. ewifif@restonecol  
  3. makeatother  
  4. letalgorithm elax  
  5. letendalgorithm elax  

所以前期准备：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. makeatletter  
  2. ewifif@restonecol  
  3. makeatother  
  4. letalgorithm elax  
  5. letendalgorithm elax  
  6. usepackage[linesnumbered,ruled,vlined]{algorithm2e}%[ruled,vlined]{  
  7. usepackage{algpseudocode}  
  8. usepackage{amsmath}  
  9. enewcommand{algorithmicrequire}{ extbf{Input:}}  % Use Input in the format of Algorithm  
  10. enewcommand{algorithmicensure}{ extbf{Output:}} % Use Output in the format of Algorithm   

example 1


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}  
  2.   caption{identify Row Context}  
  3.   KwIn{$r_i$, $Backgrd(T_i)$=${T_1,T_2,ldots ,T_n}$ and similarity threshold $ heta_r$}  
  4.   KwOut{$con(r_i)$}  
  5.   $con(r_i)= Phi$;  
  6.   For{$j=1;j le n;j  e i$}  
  7.   {  
  8.     float $maxSim=0$;  
  9.     $r^{maxSim}=null$;  
  10.     While{not end of $T_j$}  
  11.     {  
  12.       compute Jaro($r_i,r_m$)($r_min T_j$);  
  13.       If{$(Jaro(r_i,r_m) ge  heta_r)wedge (Jaro(r_i,r_m)ge r^{maxSim})$}  
  14.       {  
  15.         replace $r^{maxSim}$ with $r_m$;  
  16.       }  
  17.     }  
  18.     $con(r_i)=con(r_i)cup {r^{maxSim}}$;  
  19.   }  
  20.   return $con(r_i)$;  
  21. end{algorithm}  


example 2


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}  
  2. caption{Service checkpoint image storage node and routing path selection}  
  3. LinesNumbered  
  4. KwIn{host server $PM_s$ that $SerImg_k$ is fetched from, $subnet_s$ that $PM_s$ belongs to, $pod_s$ that $PM_s$ belongs to}  
  5. KwOut{Service image storage server $storageserver$,and the image transfer path $path$}  
  6. $storageserver$ = Storage node selection($PM_s$, $SerImg_k$,$subnet_s$,$pod_s$);  
  7. If{ $storageserver$ $ eq$ null}  
  8. {  
  9.      select a path from $storageserver$ to $PM_s$ and assign the path to $path$;  
  10. }  
  11.   
  12. extbf{final} ;  
  13. extbf{return} $storageserver$ and $path$;  
  14. end{algorithm}  


example 3


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}  
  2. caption{Storage node selection}  
  3. LinesNumbered  
  4. KwIn{host server $PM_s$ that the checkpoint image $Img$ is fetched from, $subnet_s$ that $PM_s$ belongs to, $pod_s$ that $PM_s$ belongs to}  
  5. KwOut{Image storage server $storageserver$}  
  6.   
  7. For{ each host server $PM_i$ in the same subnet with $PM_s$ }  
  8. {  
  9.     If{ $PM_i$ is not a service providing node or checkpoint image storage node of $S_k$ }  
  10.     {  
  11.         add $PM_i$ to $candidateList$ ;  
  12.     }  
  13. }  
  14. sort $candidateList$ by reliability desc;  
  15. init $storageserver$ ;  
  16. For{ each $PM_k$ in $candidateList$}  
  17. {  
  18.   
  19.             If{ $SP(PM_k)$ $geq$ $E(SP)$ of $pod_i$ and $BM_k$ $le$ size of $Img$ }  
  20.              {  
  21.                 assign $PM_k$ to $storageserver$;  
  22.                 goto final;  
  23.              }  
  24. }  
  25. clear $candidateList$;  
  26. add all other subnets in $pod_s$ to $netList$;  
  27. For{ each subnet $subnet_j$ in $netList$}  
  28. {  
  29.         clear $candidateList$;  
  30.         For {each $PM_i$ in $subnet_j$ }  
  31.         {  
  32.             If{ $PM_i$ is not a service providing node or checkpoint image storage node of $S_k$ }  
  33.             {  
  34.                 add $PM_i$ to $candidateList$;  
  35.             }  
  36.         }  
  37.     sort all host in $candidateList$ by reliability desc;  
  38.     For{ each $PM_k$ in $candidateList$}  
  39.     {  
  40.   
  41.             If{$SP(PM_k)$ $geq$ $E(SP)$ of $pod_i$ and $BM_k$ $le$ size of $Img$}  
  42.             {  
  43.                 assign $PM_k$ to $storageserver$ ;  
  44.                 goto final;  
  45.             }  
  46.     }  
  47. }  
  48. extbf{final} ;  
  49. extbf{return} $storageserver$;  
  50. end{algorithm}  


example 4


代码：
[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. egin{algorithm}  
  2. caption{Delta checkpoint image storage node and routing path selection}  
  3. LinesNumbered  
  4. KwIn{host server $PM_s$ that generates the delta checkpoint image $DImg_{kt}$, $subnet_s$ that $PM_s$ belongs to, $pod_s$ that $PM_s$ belongs to}  
  5. KwOut{Delta image storage server $storageserver$,and the image transfer path $Path$}  
  6. $storageserver$ = Storage node selection($PM_s$, $DImg_{kt}$,$subnet_s$,$pod_s$);  
  7. If{ $storageserver$ $equiv$ null}  
  8. {  
  9.      the delta checkpoint image is stored in the central storage server;  
  10.      goto final;  
  11. }  
  12. construct weighted topological graph $graph_s$ of $pod_s$;  
  13. calculate the shortest path from $storageserver$ to $PM_s$ in $graph_s$ by using the Dijkstra algorithm;  
  14. extbf{final} ;  
  15. extbf{return} $storageserver$ and $path$;  
  16. end{algorithm}  


example 5

[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. documentclass[8pt,twocolumn]{ctexart}  
  2. usepackage{amssymb}  
  3. usepackage{bm}  
  4. usepackage{textcomp} %命令 extacutedbl的包,二阶导符号  
  5.   
  6. % Page length commands go here in the preamble  
  7. setlength{oddsidemargin}{-0.25in} % Left margin of 1 in + 0 in = 1 in  
  8. setlength{ extwidth}{9in}   % 纸张宽度Right margin of 8.5 in - 1 in - 6.5 in = 1 in  
  9. setlength{ opmargin}{-.75in}  % Top margin of 2 in -0.75 in = 1 in  
  10. setlength{ extheight}{9.2in}  % Lower margin of 11 in - 9 in - 1 in = 1 in  
  11. setlength{parindent}{0in}  
  12.   
  13.   
  14. makeatletter  
  15. ewifif@restonecol  
  16. makeatother  
  17. letalgorithm elax  
  18. letendalgorithm elax  
  19. usepackage[linesnumbered,ruled,vlined]{algorithm2e}%[ruled,vlined]{  
  20. usepackage{algpseudocode}  
  21. enewcommand{algorithmicrequire}{ extbf{Input:}}   
  22. enewcommand{algorithmicensure}{ extbf{Output:}}   
  23.   
  24. egin{document}  
  25.   
  26. egin{algorithm}  
  27. caption{component matrices computing}  
  28. LinesNumbered  
  29. KwIn{$mathcal{X}inmathbb{R}^{l_1 imes l_2 imescdots imes l_N},varepsilon,lambda,delta,R$}  
  30. KwOut{$A^{(j)}s$ for $j=1$ to $N$}  
  31. extbf{Initialize} all $A^{(j)}s$ //which can be seen as the $0^{th}$ round iterations;  
  32.   
  33. {$l$hspace*{-1pt} extacutedbl}$=L$ //if we need to judge whether $(11)$ is true then {$l$hspace*{-1pt} extacutedbl} denotes $L|_{t-1}$;  
  34.   
  35. For{ each $A_{i_jr}^{{j}}(1le jle N,1le i_jle I_j,1le rle R)$ }  
  36. {//$1^{st}$ round iterations;  
  37.     $g_{i_jr}^{(j)'}=g_{i_jr}^{(j)}$;  
  38.     $A_{i_jr}^{(j)'}=A_{i_jr}^{(j)}$//if the rollback shown as $(12)$ is needed,$A_{i_jr}^{(j)'}$ denotes $A_{i_jr}^{(j)}|_{t-1}$;  
  39.     $A_{i_jr}^{(j)}=A_{i_jr}^{(j)}-mathrm{{f sign}}left(g_{i_jr}^{(j)} ight)cdotdelta_{i_jr}^{(j)}$;  
  40. }  
  41.   
  42. Repeat(//other rounds of iterations for computing component matrices){$m{Lle varepsilon}$ or maximum iterations exhausted}  
  43. {  
  44.     $l'=L$ //if we need to judge whether $(11)$ is true then $l'$ denotes $L|_t$;  
  45.     For{ each $A_{i_jr}^{{j}}(1le jle N,1le i_jle I_j,1le rle R)$}  
  46.     {  
  47.         If{$g_{i_jr}^{(j)}cdot g_{i_jr}^{(j)'}>0$}  
  48.         {  
  49.                 $A_{i_jr}^{(j)'}=A_{i_jr}^{(j)} $;  
  50.                 $g_{i_jr}^{(j)'}=g_{i_jr}^{(j)} $;  
  51.                 $delta_{i_jr}^{(j)}=m{min}left(delta_{i_jr}^{(j)}cdoteta^{+},Max\_Step\_Size ight)$;  
  52.                 $A_{i_jr}^{(j)}=A_{i_jr}^{(j)}-mathrm{{f sign}}left(g_{i_jr}^{(j)} ight)cdotdelta_{i_jr}^{(j)}$;  
  53.         }  
  54.         ElseIf{$g_{i_jr}^{(j)}cdot g_{i_jr}^{(j)'}<0$}  
  55.         {  
  56.             If{$l'>l$hspace*{-1pt} extacutedbl}  
  57.             {  
  58.                 $g_{i_jr}^{(j)'}=g_{i_jr}^{(j)}$;  
  59.                 $A_{i_jr}^{(j)}=A_{i_jr}^{(j)'}$// if $(11)$ is true then rollback as $(12)$;  
  60.                 $delta_{i_jr}^{(j)}=m{max}left(delta_{i_jr}^{(j)} imeseta^{-},Min\_Step\_Size ight)$;  
  61.             }  
  62.             Else  
  63.             {  
  64.                 $A_{i_jr}^{(j)'}=A_{i_jr}^{(j)} $;  
  65.                 $g_{i_jr}^{(j)'}=g_{i_jr}^{(j)} $;  
  66.                 $delta_{i_jr}^{(j)}=m{max}left(delta_{i_jr}^{(j)}cdoteta^{-},Min\_Step\_Size ight)$;  
  67.                 $A_{i_jr}^{(j)}=A_{i_jr}^{(j)}-mathrm{{f sign}}left(g_{i_jr}^{(j)} ight)cdotdelta_{i_jr}^{(j)}$;  
  68.             }  
  69.         }  
  70.         Else  
  71.         {  
  72.                 $A_{i_jr}^{(j)'}=A_{i_jr}^{(j)} $;  
  73.                 $g_{i_jr}^{(j)'}=g_{i_jr}^{(j)} $;  
  74.                 $A_{i_jr}^{(j)}=A_{i_jr}^{(j)}-mathrm{{f sign}}left(g_{i_jr}^{(j)} ight)cdotdelta_{i_jr}^{(j)}$;  
  75.         }  
  76.     }  
  77.     $l$hspace*{-1pt} extacutedbl$=l'$;  
  78. }  
  79. end{algorithm}  
  80. end{document}  


example 6

[plain] view plain copy
 在CODE上查看代码片派生到我的代码片
  1. usepackage[ruled,linesnumbered]{algorithm2e}  
  2. usepackage{amsmath}  
  3.   
  4. egin{algorithm}  
  5.     caption{Learning algorithm of R2P}  
  6.     label{alg:r2p}  
  7.     KwIn{ratings $R$, joint demographic representations $Y$,learning rate $eta$,maximum iterative number $maxIter$, negative sampling number $k$;}  
  8.     KwOut{interaction matrix $m{W}$, movie vectors $V$;}  
  9.     Initialize $m{W},V$ randomly;  
  10.     $t = 0$;  
  11.     For convenience, define $vec{varphi}_n = sum_{min S_n}r_{m,n}vec{v}_m$; %varphi_nm{W}vec{y}_n  
  12.     While{not converged  m{or} $t>maxIter$}  
  13.     {  
  14.       t = t+1;  
  15.       For{$n=1;n le N;n++$}  
  16.       {  
  17.         $m{W} = m{W}+etaig(1-sigmaleft(vec{varphi}_n^Tm{W}vec{y}_n ight)ig)vec{varphi}_nvec{y}_n^T$;label{algline:W}  
  18.         For{$min S_n$}  
  19.         {  
  20.             $vec{v}_m=vec{v}_m+ etaleft(1-sigmaleft(vec{varphi}_n^Tm{W}vec{y}_n ight) ight)r_{m,n}m{W}vec{y}_n$;label{algline:V}  
  21.         }  
  22.         For{$i=1;ile k;i++$}  
  23.         {  
  24.             sample negative sample $vec{y}_i$ from $P_n$;  
  25.             $m{W} = m{W}-etaig(1-sigmaleft(-vec{varphi}_n^Tm{W}vec{y}_n ight)ig)vec{varphi}_nvec{y}_i^T$;  
  26.             For{$min S_n$}  
  27.             {  
  28.                 $vec{v}_m=vec{v}_m- etaleft(1-sigmaleft(-vec{varphi}_n^Tm{W}vec{y}_n ight) ight)r_{m,n}m{W}vec{y}_i$;  
  29.             }  
  30.         }  
  31.       }  
  32.       $m{W} = m{W}-2lambdaetam{W}$;  
  33.       $V=V-2lambdaeta V$  
  34.     }  
  35.     return $m{W},V$;  
  36.     %end{algorithmic}  
  37. end{algorithm}  

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/ztguang/p/12644446.html