JX-算法分析与设计(一)算法概述-8【荐】.pptVIP

* * * * * * * * * * 3. 插入排序算法的复杂性分析(续) 算法分析实例 (8) * templateclass Type void insertion_sort(Type *a, int n) { Type key; // cost times for (int i = 1; i n; i++){ // c1 n key=a[i]; // c2 n-1 int j=i-1; // c3 n-1 while( j=0 a[j]key ){ // c4 sum of ti a[j+1]=a[j]; // c5 sum of (ti -1) j--; // c6 sum of (ti -1) } a[j+1]=key; // c7 n-1 } } Example1.2源代码示例 3. 插入排序算法的复杂性分析（续） 算法分析实例 (9) * 1）最好情况：ti=1, for 1 ? i n; 3. 插入排序算法的复杂性分析（续） 算法分析实例 (10) * 2）最坏情况：ti ? i+1, for 1 ? i n; 3. 插入排序算法的复杂性分析（续） 算法分析实例 (11) * 例如 ：输入数据为a[i]=n-i, i=0, 1,…, n-1时，算法为最坏情形。 综合可得：Tmax(n)= θ(n2) 4. 最优算法： 问题的计算时间下界为?(f(n))，则计算时间复杂性为O(f(n))的算法是最优算法。 排序问题的计算时间下界为?(nlogn)，计算时间复杂性为O(nlogn)的排序算法是最优算法。堆排序算法是一种最优算法。 算法分析实例 (12) * 5. 递归算法的复杂性分析： 算法分析实例 (13) * int factorial(int n) { if (n == 0) return 1; return n*factorial(n-1); } To be continued… * 算法和程序的概念 算法复杂性及其分析方法 渐近表达式，5个渐近记号和常用函数 C++算法描述元素 算法复杂性分析示例 NP完全性理论 小结： * 谢谢大家！ * JS，DC，DD * * * * * * * * * * * * * * * * * * * * * * * * 算法复杂性分析(11) 算法的渐近上界记号O是实际衡量算法优劣时的最主要符号。根据定义，其运算规则如下(P3)： 1、O(f(n))+O(g(n)) = O(max{f(n),g(n)}) 2、O(f(n))+O(g(n)) = O(f(n)+g(n)) 3、O(f(n))*O(g(n)) = O(f(n)*g(n)) 4、O(cf(n)) = O(f(n)) 5、如果g(n)= O(f(n)) ，则 O(f(n))+O(g(n)) = O(f(n)) 6、f=O(f) * 算法复杂性分析(12) 算法的渐近上界记号O规则1： O(f(n))+O(g(n)) = O(max{f(n),g(n)}) 的证明。 1）设f1(n) = O(f(n)) ，根据定义则存在正常数c1和自然数n1，使得对所有n? n1，有f1(n) ? c1f(n) 。 2）设g1(n) = O(g(n)) ，根据定义则存在正常数c2和自然数n2，使得对所有n? n2，有g1(n) ? c2g(n) 。 3）令c3=max{c1, c2}，n3 =max{n1, n2}，h(n)= max{f(n),g(n)} ，则对所有的 n ? n3，有 f1(n) +g1(n) ? c1f(n) + c2g(n) ? c3f(n) + c3g(n)= c3(f(n) + g(