数据结构概况.pptVIP

* 二、算法设计的原则 1．正确性 2. 可读性 3．健壮性 4．高效率与低存储量需求 设计算法时，通常应考虑达到以下目标： * 1． 正确性 首先，算法应当满足以特定的“规格说明”方式给出的需求。 其次，对算法是否“正确”的理解可以有以下四个层次： a．程序中不含语法错误； b．程序对于几组输入数据能够得出满足要求的结果； * c．程序对于精心选择的、典型、苛刻且带有刁难性 的几组输入数据能够得出满足要求的结果； 通常以第 c 层意义的正确性作为衡量一个算法是否合格的标准。 d．程序对于一切合法的输入数据都能得出满足要求 的结果； * 2. 可读性 算法主要是为了人的阅读与交流，其次才是为计算机执行，因此算法应该易于人的理解；另一方面，晦涩难读的程序易于隐藏较多错误而难以调试。 * 3．健壮性 当输入的数据非法时，算法应当恰当地作出反映或进行相应处理，而不是产生莫名奇妙的输出结果。 并且，处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。 4.高效率与低存储量需求 通常，效率指的是算法执行时间；存储量指的是算法执行过程中所需的最大存储空间，两者都与问题的规模有关。 * 常用时间复杂度来衡量 算法评价有4个指标： 运行时间、占用空间、正确性和可读性 常用空间复杂度来衡量 * 三、 算法效率的衡量方法和准则 通常有两种衡量算法时间效率的方法: 事后统计法 缺点： 1．必须执行程序 2．其它因素掩盖算法本质 （如计算机的硬件、软件等环境因素，有时掩盖算法本身优劣） * 事前分析估算法和 算法执行时间相关的因素： 1．算法选用的策略 2．问题的规模 3．编写程序的语言 4．编译程序产生的机器代码的质量 5．计算机执行指令的速度 一个特定算法的“运行工作量”的大小，只依赖于问题的规模（通常用整数量n表示），或者说，它是问题规模的函数。 * 算法 = 控制结构 + 原操作 （固有数据类型的操作） 算法的时间量度： 基本操作执行的次数 基本操作是最深层循环语句中的原操作 int i=0,j = 0; i++; for( ;j100;j++) {i++;} * 如何估算 算法的时间复杂度？ 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 在算法中重复执行的次数作为算法运行时间的衡量准则。 基本操作是最深层循环语句中的原操作 * 假如，随着问题规模 n 的增长，算法执行时间的增长率和f(n) 的增长率相同，则可记作： T(n) = O(f(n)) 称T(n) 为算法的(渐近)时间复杂度。 例：求下面程序的时间复杂度。 程序段一 { ++x; x=0; } 该程序中“++x”是基本操作语句，其频度为1，即时间复杂度为O(1)，为常量阶。 程序段二： for(i=1; i=n; ++i) { ++x; s+=x; } 该程序中“++x”是基本操作语句，其频度为n，即时间复杂度为O(n)，为线性阶。 程序段三： for (j=1; j=n; ++j) for (k=1; k=n; ++k) { ++x; s+=x; } 该程序中“++x”是基本操作语句，其频度为n2，即时间复杂度为O(n2)，为平方阶。 程序段四： for (i=2; i=n; ++i) for (j=2; j=i－1; ++j) { ++x; a[i][j]=x; } 该程序中“++x”的执行次数关于n的增长率为n2,它是语句频度表达式(n-1)(n-2)/2中增长最快的项,时间复杂度为O(n2) 。 时间复杂度的计算 基本操作是最深层循环语句中的原操作 时间复杂度 T(n) = o(f(n)) //f(n)为基本操作执行的次数， //可以忽略常数系数、 //常数项和非最高此项 * 注1 O（）为渐近符号。 注2 空间复杂度S(n)按数量级递增顺序也与上表类同。 复杂度高 复杂度低 * 四、算法的存储空间需