数据结构与算法-ch1Introduction重点.pptVIP

例4 无向图G Example 1.4 求两个n阶方阵的相加C=A+B的算法如下,分析其时间复杂度。 #define MAX 20 /*定义最大的方阶*/ void matrixadd(int n,int A[MAX][MAX], int B[MAX][MAX],int C[MAX][MAX]) { int i,j; for (i=0;in;i++) for (j=0;jn;j++) C[i][j]=A[i][j]+B[i][j]; } 该算法中的基本运算是两重循环中最深层的语句C[i][j]=A[i][j]+B[i][j],分析它的频度,即： T(n)= =O(n2) Example 1.5 Give an analysis of the running time int fun(int n) { int i,j,k,s; s=0; for (i=0;i=n;i++) for (j=0;j=i;j++) for (k=0;k=j;k++) s++; return(s); } 基本语句或基本操作 解：该算法的基本操作是语句s++,其频度： T(n)= =O(n3) 则该算法的时间复杂度为O(n3)。 Example 1.6 Give an analysis of the running time void func(int n) { int i=0,s=0; while (sn) { i++; s=s+i; } } 基本语句 解：对于while循环语句，设执行的次数为m，i从0开始递增1，直到m为止，有： s=0+1+2+…+m-1=m(m-1)/2， 并满足s=m(m-1)/2n，则有m＜ 。 T(n)=O( ) 所以，该算法的时间复杂度为O( )。 Example 1.7 有如下算法： void fun(int a[],int n,int k) /*数组a共有n个元素*/ { int i; if (k==n-1) for (i=0;in;i++) printf(%d\n,a[i]); else { for (i=k;in;i++) a[i]=a[i]+i*i; fun(a,n,k+1); } } 调用上述算法的语句为fun(a,n,0)，求其时间复杂度。 解：设fun(a,n,0)的时间复杂度为T(n),则fun(a,n,k)的执行时间为T1(n,k)，由fun()算法可知： T1(n,k)=n 当k=n-1时 T1(n,k)= (n-k)+T1(n,k+1) 其他情况 则 T(n)=T1(n,0)=n+T1(n,1)=n+(n-1)+T1(n,2) 　　=…=n+(n-1)+…+2+T1(n,n-1) 　　=n+(n-1)+ …+2+n 　　=O(n2) 所以调用fun(a,n,0)的时间复杂度为O(n2)。? 空间复杂度是对一个算法在运行过程中临时占用的存储空间大小的量度,一般也作为问题规模n的函数,以数量级形式给出,记作： S(n) = O(g(n)) 若所需额外空间相对于输入数据量来说是常数,则称此算法为原地工作。若所需存储量依赖于特定的输入,则通常按最坏情况考虑。 1.3.2 算法空间复杂度分析 (Space Complexity Analysis of Algorithm) Example1.8 分析例1.4和例1.5的空间复杂度。 解：由于这两个算法中临时变量的个数与问题规模n无关,所以空间复杂度均为O(1)。 1.4 数据结构＋算法＝程序 Data Structure+Algorithm=program 数据结构对算法的影响主要在两方面 （1）数据结构的存储能力 　　数据结构存储能力强、存储信息多＝＞算法将需要较好设计（时间少），存储空间大。 　　时间和空间的平衡 （2）定义在数据结构上的操作 　　在数据结构上定义基本操作＝