第二章 算法分析基础【荐】.pptVIP

2.1 算法分析体系及计量 2.1.1 算法分析的评价体系 2.1.2 算法的时间复杂性 2.1.3 算法的空间复杂性 2.1.4 NP完全问题 2.2 算法分析实例 2.2.1 非递归算法分析 2.2.2 递归算法分析 2.2.3 提高算法质量 * 第 二 章 算 法 分 析 基 础 算法分析的任务: 对设计出的每一个具体的算法,利用数学工具，讨论其复杂度。 对算法的评价有两个大的方面： 一.对算法的维护的方便性。 二.算法在实现运行时占有的机器资源的多少,即算法的运行的时间和空间效率。 对算法的分析和评价，一般应考虑正确性、可维护性、可读性、运算量及占用存储空间等诸多因素。 其中评价算法的三条主要标准是： (1) 算法实现所耗费的时间； (2) 算法实现所所耗费的存储空间，其中 主要考虑辅助存储空间； (3) 算法应易于理解，易于编码，易于调 试等等。 1.和算法执行时间相关的因素： 1）问题中数据存储的数据结构 2）算法采用的数学模型 3）算法设计的策略4）问题的规模 5）实现算法的程序设计语言 6）编译算法产生的机器代码的质量 7）计算机执行指令的速度 2．算法效率的衡量方法 通常有两种衡量算法效率的方法: 1）事后统计法（有缺点，较少使用） 2）事前分析估算法 算法的时间效率是问题规模的函数。 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)=Ο(f(n)) 称T(n)为算法的渐近时间复杂度(Asymptotic Time Complexity),简称时间复杂度。 Ο是数量级的符号。 3．时间复杂度估算 因为： 算法=控制结构+原操作(固有数据类型的操作) 所以： 算法的执行时间= 原操作的执行次数*原操作的执行时间 语句的频度指的是该语句重复执行的次数。 一个算法转换为算法后所耗费的时间,除了与所用的计算软、硬件环境有关外，主要取决于算法中指令重复执行的次数，即语句的频度相关。 一个算法中所有语句的频度之和构成了该算法的运行时间。 例如： for(j=1;j=n;++j) for(k=1;k=n;++k) ++x； 语句“++x、k=n、++k”的频度是n2， 语句“ j=1、k=1”的频度是1， 语句“j=n;++j”的频度是n。 算法运行时间为：3*n2+2n+2。 经常从算法中选取一种对于所研究的问题来说是基本(或者说是主要) 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。这个原操作,多数情况下是最深层次循环体内的语句中的原操作。 例如： for(i=1;i=n;++i) for(j=1;j=n;++j) { c[i,j]=0; for(k=0;k=n;++k) c[i,j]= c[i,j]+a[i,k]*b[k,j]; } 该算法的基本操作是乘法操作,时间复杂度为n3 。 例:n2+n+1的时间复杂度? 解:与n2的数量级相等(该表达式当n足够大时约等于n2), 这个算法的时间复杂度为：T(n)=O(n2)。 数量级相等是这样定义的,设f(n)是一个关于正整数n 的函数,若存在一个常数C，使 则称f(n)与g(n)是同数量级的函数。 上节 下节 算法(渐进)时间复杂度,一般均表示为以下几种数量级的形式(n为问题的规模,c为一常量)： Ο(1)称为常数级 Ο(logn)称为对数级 Ο(n)称为线性级 Ο(nc)称为多项式级 Ο(cn)称此为指数级 Ο(