第4讲算法效率.pptVIP

例2: void select_sort(int a[]) { int n=a.length,temp; for ( i = 0; i n-1; ++i ) { j = i; for ( k = i+1; k n; ++k ) if (a[k] a[j] ) j = k; if ( j != i ){ temp=a[i];a[i]=a[j];a[j]=temp;} } // select_sort 基本操作: 比较(数据元素)操作 时间复杂度: O(n2) 计算算法的时间复杂度的例题: 例3: void bubble_sort(int a[]) { int n=a.length,temp; boolean change; for (i=n-1, change=true; i1 change; --i) { change = false; for (j=0; ji; ++j) if (a[j] a[j+1]) { temp=a[j];a[j]=a[j+1];a[j+1]=temp; change = TRUE ；}} } // bubble_sort 基本操作: 赋值操作 时间复杂度: O(n2) 计算算法的时间复杂度的例题: 例4： {++x;s=0;} 基本操作： 时间复杂度为： ++x或s=0 Ｏ(1) 即常量阶 计算算法的时间复杂度的例题: 计算算法的时间复杂度的例题: if (list.contains(e)) { System.out.println(e); } else for (Object t: list) { System.out.println(t); } * T(n) = test time + worst-case (if, else) = O(n) + O(n) = O(n) Time Complexity Let n be list.size(). Executed n times. O(n) 例5： 其关系为： O(1)O(logn)O(n)O(nlogn)O(n2)O(n3) 指数时间的关系为： O(2n)O(n!)O(nn) 常用计算算法时间的多项式 分析二分查找算法 算法中的每次迭代都包含一个常数操作，记做 c . 假设n 是2的幂， k=logn. 经过一次比较，二分查找排除了一半的输入 * 分析汉诺塔问题 c 表示移动一个盘子的常量时间，也就是说 T(1)=c. 则 * 实例分析: Fibonacci 数 /** The method for finding the Fibonacci number */ public static long fib(long index) { if (index == 0) // Base case return 0; else if (index == 1) // Base case return 1; else // Reduction and recursive calls return fib(index - 1) + fib(index - 2); } * Finonacci series: 0 1 1 2 3 5 8 13 21 34 55 89… indices: 0 1 2 3 4 5 6 7 8 9 10 11 fib(0) = 0; fib(1) = 1; fib(index) = fib(index -1) + fib(index -2); index =2 递归的斐波那契数的时间复杂度 Since * and  实例: 非递归斐波那契数列 public static long fib(long n) { long f0 = 0; // For fib(0) long f1 = 1; // For fib(1) long f2 = 1; // For fib(2) if (n == 0) return f0; else if (n == 1) return f1; else if (n == 2) return f2; for (int i = 3; i = n; i++) { f0 = f1; f1 = f2; f2 = f0 + f1; } return f