《算法设计与分析》.pptVIP

* 算法设计与分析 * 课后练习 1. 算法分析题： 1-1 求下列函数的渐近表达式： 1-2 试论O(1)和O(2)的区别。 1-3 按照渐近阶从低到高的顺序排列以下表达式： * 算法设计与分析 * 课后练习 1-4 ①假设某算法在输入规模为n时的计算时间为T(n)=3×2n。在某台计算机上实现并完成该算法的时间为t秒。现有另一台计算机，其运行速度为第一台的64倍，那么在这台新机器上用同一算法在t秒内能解输入规模多大的问题？ ②若上述算法的计算时间改进为T(n)=n2，其余条件不变，则在新机器上用t秒时间能解输入规模为多大的问题？ ③若上述算法的计算时间进一步改为T(n)=8，其余条件不变，那么在新机器上用t秒时间能解输入规模多大的问题？ * 算法设计与分析 * 课后练习 1-6 对于下列各组函数f(n)和g(n)，确定f(n)=O(g(n))或f(n)=Ω(g(n))或f(n)=θ(g(n)) ，并简述理由。 * 算法设计与分析 * End 1.性能的好坏直接决定了可行或者不可行，例如一些实时需求 算法总是位于解决问题的最前线 2.性能位于最底层，扮演的角色好比经济中的钞票，有了这些，才能有水、食物等等商品，需要将性能作为支付其他东西的“货币”。作为衡量的一般性标准 * 古老的经典问题 * 当输入序列已排好序时出现最佳（好）情况。 如果输入数组正好呈完全反序（数值从大到小排列），则出现最坏情况 * * 算法是描述程序行为的语言 * 平均情况：期望概率分布下时间消耗 最好情况：一般不予考虑，假象 * 以下部分主要是数学讨论，与算法无关 * 忽略常量，关注运行时间的增长，而不是实际的运行时间 * 来自于单词“order”，一般译为“阶”，也可以译为“数量级” * 1 常数 ；logN 对数（一种增长很慢的函数） ； N 线性 ； N2 平方 ； 2N 指数 * 算法设计与分析 算法设计与分析 * 算法设计与分析 * 第1章 算法概述 理解研究算法的目的 理解算法的概念和算法的基本要素 掌握算法在最坏情况、最好情况和平均情况下的计算复杂性概念 掌握算法复杂性的渐近性态的数学表述 算法分析的研究内容 研究计算机程序性能和资源利用 在程序设计方面，什么比性能更重要？ 正确性 功能性 可维护性 稳定性，健壮性 可重用性，模块化 安全性 用户友好 * 算法设计与分析 * * 算法设计与分析 * 为什么要研究算法？ 通过算法程序员可以定量的分析程序的执行效率。Scalability 算法可以帮助我们区分什么是“可行的”feasible，什么是“不可能的”impossible。 描述程序行为的语言 程序的执行速度是追求的目标! * 算法设计与分析 * 1.1 算法与程序 算法的定义：解决问题的一种方法或一个过程。 算法的基本要素： 输入：有零个或多个外部量作为算法的输入。 输出：算法产生至少一个量作为输出。 确定性：组成算法的每条指令清晰、无歧义。 有限性：算法中每条指令的执行次数有限，执行每条指令的时间也有限。 * 算法设计与分析 * 举例：排序问题 排序：将无序数值序列排列成按值非递减序列。 问题定义： 输入：数值序列a1,a2,……,an 输出：数值序列a’1,a’2,……,a’n且a’1≤a’2 ≤ …… ≤ a’n。 { 31, 41, 59, 26, 41, 58 } { 26, 31, 41, 41, 58, 59 } * 算法设计与分析 * 插入排序 templateclass Type void INSERTION-SORT(Type A[ ], int n) 1 { int i, j; Type key; 2 for(j=1; jn; j++) 3 { key=A[j]; 4 //将元素A[j]插入已排序列A[0 ~ j - 1]。 5 i=j-1; 6 while(i=0A[i]key) 7 { A[i+1]=A[i]; 8 i=i-1; } 9 A[i+1]=key; } 10 } 0 j n-1 A Key 已排好序的 5 2 4 6 1 3 0 1 2 3 4 5 * 算法设计与分析 * 插入排序 2 5 2 4 6 1 3 0 1 2 3 4 5 key (a) 4 2 5 4 6 1 3 0 1 2 3 4 5 key (b) 6 2 4 5 6 1 3 0 1 2 3 4 5 key (c) 1 2 4 5 6 1 3 0 1 2 3 4 5 key (d) 3 1 2 4 5