第2章算法分析祥解.pptVIP

解答以下问题： 1. 试分析算法的时间复杂度。即，求出数组a不同元素之间比较次数的关系表达式T(n, k)。 解：显然，T(n, k)不仅与n有关，而且与k有关。 T(n, k) = = = k(2n – k – 1) / 2 2. 问：在什么情况下，算法有最坏时间复杂度和最好时间复杂度？分别计算最好、最坏情况下的时间复杂度。 解：当k=n时，算法有最坏时间复杂度。此时， T(n, k) = T(n, n) = n(n-1)/2 当k=1时，算法有最好时间复杂度。此时， T(n, k) = T(n, 1) = n – 1 3. 如果k在1至n之间取值等概率，请计算该算法的平均时间复杂度，并写出它的上界函数。 解：∵对于一个确定的k值，算法具有时间复杂度： T(n, k) = k(2n – k – 1)/2 ∴算法的平均时间复杂度是对T(n, k)的“加”权平均值。故，算法的平均时间复杂度是： A(n) = 1/n = (n2-1)/3 = O(n2) →O(n2) →O(n) 非递归算法分析的一般步骤： 分析算法问题规模； 明确关键操作； 分析关键操作执行次数是否只依赖于问题规模？ 是，就直接建立关键操作执行次数的求和表达式，并求解； 否则，分别对该算法的最好、最坏和平均情况的时间复杂度进行分析。 用渐进符号表示。 递归算法分析 代入法（猜测法） 先推测递归方程的显式解，然后用数学归纳法来验证该解是否合理。 迭代法（扩展递归法） 迭代地展开递归方程的右端，使之成为一个非递归的和式，然后通过对和式的估计来达到对方程左端即方程的解的估计。 通用分治递推式法 这个方法针对形如“T(n) = aT(n/b) + f(n)”的递归方程。 差分方程法 可以将某些递归方程看成差分方程，通过解差分方程的方法来解递归方程，然后对解作出渐近阶估计。 □ □ 迭代法（扩展递归法） 例2-9：求N! 分析：构造算法中的两个步骤： ⑴ 0!=1, 1!=1 ⑵ N!= N*(N-1)! 递归算法如下：fact(int n) { if (n=0 or n=1) return (1); else return(n*fact(n-1)); } 递归方程为：T(n)=T(n-1)+O(1)，其中O(1)为一次乘法操作的执行时间。 迭代求解过程如下： T(n)=T(n-2)+O(1)+O(1) =T(n-3)+O(1)+O(1)+O(1) …… =O(1)+……+O(1)+O(1)+O(1) =n*O(1) =O(n) 例2-10：分析下面递推式的时间复杂度。设，n=2k ∴ ? í ì + = = 1 5 ) 2 ( 2 1 7 ) ( 2 n n n T n n T 2 2 2 1 1 2 2 2 2 2 2 5 ) 2 ( 5 2 ) 2 ( 5 2 ) 1 ( 2 5 ) ) 2 ( 5 ) ) 4 ( 5 ) 8 ( 2 ( 2 ( 2 5 ) ) 2 ( 5 ) 4 ( 2 ( 2 5 ) 2 ( 2 ) ( n n n T n n n n T n n n T n n T n T k k k + ×′ + + + = + + + = + + = + = - - L ) ( 10 3 10 ) 2 1 2 ( 5 7 2 5 7 ) ( 2 2 2 1 2 1 0 2 n O n n n n n n n n T k k i i = ￡ - = - + = ? ? ? è ? + = - - = ? 通用分治递推式法 形如“T(n) = aT(n/b) + f(n)”的递归方程是分治法的时间复杂性所