计算机算法 第1章.pptVIP

自我介绍 齐鸣鸣（同济大学博士生）研究方向：ERP，中间件，计算机视觉电话 为什么上此课程 (why)  此课程要教什么 (what)  如何学好此课程 (how)勤奋多上机操作  如何pass it 期末考试成绩。（70%） 计算机实验报告（20%） 平时作业（10%） 计算机算法设计与分析（第3版） 第1章 算法概述 学习要点: 理解算法的概念。 理解什么是程序，程序与算法的区别和内在联系。 掌握算法的计算复杂性概念。 掌握算法渐近复杂性的数学表述。 1.1算法与程序 算法是指解决问题的一种方法或一个过程。 算法是若干指令的有穷序列，满足性质： (1)输入：有外部提供的量作为算法的输入。 (2)输出：算法产生至少一个量作为输出。 (3)确定性：组成算法的每条指令是清晰，无歧义的。 (4)有限性：算法中每条指令的执行次数是有限的，执行每条指令的时间也是有限的。 程序(Program) 程序是算法用某种程序设计语言的具体实现。 程序可以不满足算法的性质(4)。 例如：操作系统，是一个在无限循环中执行的程序，因而不是一个算法。 操作系统的各种任务可看成是单独的问题，每一个问题由操作系统中的一个子程序通过特定的算法来实现。该子程序得到输出结果后便终止。 问题求解(Problem Solving) 1.2算法复杂性分析 算法复杂性 = 算法所需要的计算机资源 算法的时间复杂性T(n)； 算法的空间复杂性S(n)。 其中n是问题的规模（输入大小）。 算法的时间复杂性 （1）最坏情况下的时间复杂性 Tmax(n) = max{ T(I) | size(I)=n } （2）最好情况下的时间复杂性 Tmin(n) = min{ T(I) | size(I)=n } （3）平均情况下的时间复杂性 Tavg(n) = 其中I是问题的规模为n的实例，p(I)是实 例I出现的概率。 算法渐近复杂性 T(n) ?? , 当 n?? ; (T(n) - t(n) )/ T(n) ?0 ，当 n??; t(n)是T(n)的渐近性态，为算法的渐近复杂性。 在数学上， t(n)是T(n)的渐近表达式，是T(n)略去低阶项留下的主项。它比T(n) 简单。 渐近分析的记号 在下面的讨论中，对所有n，f(n) ? 0，g(n) ? 0。 （1）渐近上界记号O O(g(n)) = { f(n) | 存在正常数c和n0使得对所有n? n0有：0 ? f(n) ? cg(n) } （2）渐近下界记号? ? (g(n)) = { f(n) | 存在正常数c和n0使得对所有n? n0有：0? cg(n) ? f(n) } （3）非紧上界记号o o(g(n)) = { f(n) | 对于任何正常数c0，存在正数和n0 0使得对所有n? n0有：0 ? f(n)cg(n) } 等价于 f(n) / g(n) ?0 ，as n??。 （4）非紧下界记号? ? (g(n)) = { f(n) | 对于任何正常数c0，存在正数和n0 0使得对所有n? n0有：0 ? cg(n) f(n) } 等价于 f(n) / g(n) ?? ，as n??。 f(n) ? ? (g(n)) ? g(n) ? o (f(n)) （5）紧渐近界记号? ? (g(n)) = { f(n) | 存在正常数c1,c2和n0使得对所有n? n0有：c1g(n) ? f(n) ? c2g(n) } （5）算术运算： O(f(n))+O(g(n)) = O(max{f(n),g(n)}) ； O(f(n))+O(g(n)) = O(f(n)+g(n)) ； O(f(n))*O(g(n)) = O(f(n)*g(n)) ； O(cf(n)) = O(f(n)) ； g(n)= O(f(n)) ? O(f(n))+O(g(n)) = O(f(n)) 。 算法分析的基本法则 非递归算法： （1）for / while 循环 循环体内计算时间*循环次数； （2）嵌套循环 循环体内计算时间*所有循环次数； （3）顺序语句 各语句计算时间相加； （4）if-else语句 if语句计算时间和else语句计算时间的较大者。 * 证明正确性 分析算法 设计程序 理解问题 精确解或近似解 选择数据结构 算法设计策略 设计算法