数据结构解答.pptVIP

怎样才能设计一个好的算法呢？ 要设计一个好的算法通常要考虑以下的要求: ⑴正确： 算法的执行结果应当满足预先规定的功能和性能要求。 ⑵可读： 一个算法应当思路清晰、层次分明、简单明了、易读易懂。 ⑶健壮：当输入不合法数据时，应能作适当处理，不至引起严重后果。 ⑷高效：有效使用存储空间和有较高的时间效率。 第一章 绪论 1. 5.1 算法的描述 1. 自然语言描述：容易，但有时罗嗦、有二义性 2. 图示（流程图、N-S图、PAD图等）：直观清晰，但不易实现 4. 算法语言（伪代码）：严谨、简洁，易程序实现 3. 程序设计语言：可以直接运行，但太严格。 §1.5 算法的性能分析与度量 为了解决理解与执行这两者之间的矛盾，人们常常使用一种称为伪码语言的描述方法来进行算法描述。伪码语言介于高级程序设计语言和自然语言之间，它忽略高级程序设计语言中一些严格的语法规则与描述细节，因此它比程序设计语言更容易描述和被人理解，而比自然语言更接近程序设计语言。它虽然不能直接执行但很容易被转换成高级语言。 第一章 绪论 我们可以从一个算法的时间复杂度与空间复杂度来评价算法的优劣。 一个算法转换成程序并在计算机上执行时，其运行所需要的时间取决于下列因素： ⑴硬件的速度。例如使用486机还是使用586机。 ⑵书写程序的语言。实现语言的级别越高，其执行效率就越低。 ⑶编译程序所生成目标代码的质量。对于代码优化较好的编译程序其所生成的程序质量较高。 ⑷问题的规模。例如，求100以内的素数与求1000以内的素数其执行时间必然是不同的。 §1.5 算法的性能分析与度量 如何评价算法的优劣呢？ 第一章 绪论 显然，在各种因素都不能确定的情况下，很难比较出算法的执行时间。 也就是说，使用执行算法的绝对时间来衡量算法的效率是不合适的。为此，可以将上述各种与计算机相关的软、硬件因素都确定下来，这样一个特定算法的运行工作量的大小就只依赖于问题的规模（通常用正整数n表示），或者说它是问题规模的函数。 §1.5 算法的性能分析与度量 算法效率的度量分为：事前估计、后期测试。 第一章 绪论 先验估计（事前估计）：根据算法的逻辑特征（基本操作的 次数）来估算。 后期测试（事后计算）：选择样本数据、运行环境，运行算法 计算出空间、时间。 优点：可比性强 缺点：不精确，仅仅是估计 优点：精确 缺点：可比性差，效率低 那么，如何撇开计算机本身来估算一个算法的复杂性呢？ §1.5 算法的性能分析与度量 1.5.2 算法效率的度量 第一章 绪论 一个程序的时间复杂度（Time complexity）是指程序运行从开始到结束所需要的时间。 算法复杂性的度量属于事前估计。分为： 时间复杂度和空间复杂度的度量。 一个算法是由控制结构和原操作构成的，其执行时间取决于两者的综合效果。为了便于比较同一问题的不同的算法，通常的做法是：从算法中选取一种对于所研究的问题来说是基本运算的原操作，以该原操作重复执行的次数作为算法的时间度量。一般情况下，算法中原操作重复执行的次数是规模n的某个函数T(n)。(计算T(n)见p29) 许多时候要精确地计算T(n)是困难的，我们引入渐进时间复杂度在数量上估计一个算法的执行时间，也能够达到分析算法的目的。 §1.5 算法的性能分析与度量 时间复杂度： 第一章 绪论 1.5.4 O表示的含义——算法的渐进分析 §1.5 算法的性能分析与度量 算法的渐进分析 算法的渐进分析简称算法分析。通常将问题的规模作为分析的参数，求算法的时间开销与问题规模n的关系。 当且仅当存在正整数c和n0，使得T(n)≤c*f(n),对所有的n≥n0成立,则称该算法的时间增长率在O(f(n))中，记为T(n)=O(f(n)) 。 第一章 绪论 例：考察T(n)=3n+2。当n=2时，3n+2=3n+n=4n，所以 T(n)=O(n) 当我们评价一个算法的时间性能时，主要标准就是算法的渐进时间复杂度，因此，在算法分析时，往往对两者不予区分，经常将渐进时间复杂度T(n)=O(f(n))简称为时间复杂度。 §1.5 算法的性能分析与度量 例：考察T(n)=10n2+4n+2。当n=2时， 10n2+4n+2 = 10n2+5n， 当n =5