算法及基础知识分析.pptVIP

算法设计与分析 教材：王秋芬等，《算法设计与分析》，清华大学出版社 算法设计与分析 1、教学大纲 2、授课计划表 3、实验教学计划 4、课程考核要求 a、考核方式：笔试（闭卷）。 b、成绩评定：平时20%+实验10%+期末70%。 第一章 算法及基础知识 目录 算法的基本概念 算法设计的一般过程 算法分析 递归、基本数据结构、常用数学公式 第一章 算法及基础知识 教学目标 充分理解并掌握算法的相关概念 理解算法设计的一般过程 掌握对算法复杂性进行分析的方法 掌握使用面向对象程序设计语言C++进行算法描述的方法 掌握递归的概念及运用要点 熟悉基本数据结构和数学公式的概念及使用方法 学习算法的重要性 算法与日常生活息息相关 算法是程序设计的根基 学习算法能够提高分析问题的能力 算法是推动计算机行业发展的关键 研究算法是件快乐的事情 思考：怎样学习算法？ 算法的定义、特性及描述方式 算法的定义 对于计算机科学来说，算法指的是对特定问题求解步骤的一种描述，是若干条指令的有穷序列。 计算机专业核心课程 算法的特性 输入：零或多个 输出：至少一个 确定性：每条指令无歧义 可行性：每种运算能人工完成 有限性：执行次数有限 计算 （OS） 算法的定义、特性及描述方式 描述方式（P3-4，例） 自然语言：简单明了、不严谨、需翻译成后才可执行 流程图：直观、早期程序设计 程序设计语言：专业性强、用户不便 伪代码：介于自然语言与程序设计语言之间 本书采用了面向对象程序设计语言C++ 思考：算法与程序的区别？ 算法+数据结构=程序 算法设计的一般过程 充分理解要解决的问题：需求、功能、结果 数学模型拟制：公式（例：一元二次方程）、数据 算法详细设计：设计策略、数据结构 算法描述：实现过程 算法思路的正确性验证：理论证明（事后验证） 算法分析：时空分析（最重要）例：AX=B，X=A-1B 算法的计算机实现和测试 ：验证、求解 文档资料的编制 ：设计过程文档 算法分析 算法复杂性 = 算法运行时所需要的计算机资源的量→min 时间复杂性、空间复杂性 影响时间复杂性的因素（基本运算次数衡量：事前分析、事后统计）——主要考虑因素（现在） 问题规模n（分析确认）、输入序列I、算法本身A╞ T(n) 影响空间复杂性的因素（存储空间：早期也是主要考虑的因素——“千年虫问题”） 算法本身、输入输出数据 辅助变量（运行过程）╞ S(n) 例：顺序查找算法复杂性分析 最好情况Tmin（n） 1次 最坏情况Tmax（n） n次 平均情况Tavg（n） = Tavg（n） = （Tmin（n）+ Tmax（n））/2 ？ 空间复杂性分析：S（n）=n 算法渐近复杂性态 设算法的运行时间为T(n)，如果存在T*(n)，使得 就称T*(n)为算法的渐进性态或渐进时间复杂性。 通常，分析以下三种情况： 最坏情况Tman(n)，最好情况Tmin(n)，平均 情况Tavg(n)=∑T(n)P(n)——通用计算公式 假设算法A的运行时间表达式T1(n)为： T1(n)=30n4+ 20n3+40n2+46n+100 算法B的运行时间表达式T2(n)为： T2(n)=1000n3+50n2+78n+10 思考：（1）算法A效率高还是算法B效率高？ （2）为什么引入算法的渐进复杂性？ T1(n)=O(n4)T2(n)=O(n3) 渐进复杂性态的引入 渐近意义下的记号 （O、 ?、?） 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（举例：P8） O(g(n)) = { f(n) | 存在正常数c和自然数n0使得对所有n? n0有：0 ? f(n) ? cg(n) }：g(n)为f(n)的上界 （2）渐近下界记号? （举例：P10） ? (g(n)) = { f(n) | 存在正常数c和自然数n0使得对所有n? n0有：0? cg(n) ? f(n) }： g(n)为f(n)的下界 有用的规则 1、O(f)+O(g)=O(max(f，g))； 2、O(f)+O(g)=O(f+g)； 3、O(f)O(g)=O(fg)； 4、如果g(n)=O(f(n))，则O(f)+O(g)=O(f)； 5、O(Cf(n))=O(f(n))，其中C是一个正的常数； 6、f=O(f)。 常用的时间复杂性及分类 1、常数阶时间复杂性： O(1)，执行次数不变； 2、多项式阶时间复杂性： O(nk)，K阶时间复杂性 3、指数阶时间复杂性：O(2n)，O(n!)，O(nn)； 4、