第四课 算法效率的度量和存储空间需求.docVIP

数据结构教程 第四课 算法效率的度量和存储空间需求 作者：未知 阅读人次：21638 文章来源：未知 发布时间：2004-11-12 网友评论(11)条 本课主题： 算法效率的度量和存储空间需求 教学目的： 掌握算法的渐近时间复杂度和空间复杂度的意义与作用 教学重点： 渐近时间复杂度的意义与作用及计算方法 教学难点： 渐近时间复杂度的意义 授课内容： 一、算法效率的度量 算法执行的时间是算法优劣和问题规模的函数。评价一个算法的优劣，可以在相同的规模下，考察算法执行时间的长短来进行判断。而一个程序的执行时间通常有两种方法： 1、事后统计的方法。 缺点：不利于较大范围内的算法比较。（异地，异时，异境） 2、事前分析估算的方法。 程序在计算机上运行所需时间的影响因素 算法本身选用的策略 问题的规模 规模越大，消耗时间越多 书写程序的语言 语言越高级，消耗时间越多 编译产生的机器代码质量 机器执行指令的速度 综上所述，为便于比较算法本身的优劣，应排除其它影响算法效率的因素。 从算法中选取一种对于所研究的问题来说是基本操作的原操作，以该基本操作重复执行的次数作为算法的时间量度。 （原操作在所有该问题的算法中都相同） T(n)=O(f(n)) 上示表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐近时间复杂度，简称时间复杂度。 求4*4矩阵元素和，T(4)=O(f(4)) f=n*n; sum(int num[4][4]) { int i,j,r=0; for(i=0;i4;i++) for(j=0;j4;j++) r+=num[i][j]; /*原操作*/ return r; } 最好情况：T（4）=O（0） 最坏情况：T（4）=O（n*n） ispass(int num[4][4]) { int i,j; for(i=0;i4;i++) for(j=0;j4;j++) if(num[i][j]!=i*4+j+1) return 0; return 1; } 原操作执行次数和包含它的语句的频度相同。语句的频度指的是该语句重复执行的次数。 语句 频度 时间复杂度 {++x;s=0;} 1 O(1) for(i=1;i=n;++i) {++x;s+=x;} n O(n) for(j=1;j=n;++j) for(k=1;k=n;++k) {++x;s+=x;} n*n O(n*n) O(log n)  基本操作的执行次数不确定时的时间复杂度 平均时间复杂度 依基本操作执行次数概率计算平均 最坏情况下时间复杂度 在最坏情况下基本操作执行次数 二、算法的存储空间需求 类似于算法的时间复杂度，空间复杂度可以作为算法所需存储空间的量度。 记作： S(n)=O(f(n)) 若额外空间相对于输入数据量来说是常数，则称此算法为原地工作。 如果所占空间量依赖于特定的输入，则除特别指明外，均按最坏情况来分析。 三、总结 渐近时间复杂度 空间复杂度