算法基础-3.pptVIP

FUNDAMENTALS OF ALGORITHMICSGiles BrassardPaull BratleyChapter 3CS Inner Mongolia U Prof. WANG Junyi Chapter 3 ASYMPTOTIC NOTATION 第3章 渐近记法 3.1 引言 Introduction 算法分析的核心内容是确定算法的效率。 我们用问题的规模n的函数T(n)表示时间复杂度 例如：T(n)=n(n-1)/2, T(n)=1.47nlogn 实际上我们没必要求得T(n)的确切的表达式，我们更关心的是T(n)的数量级--T(n)的增长率 Chapter 3 ASYMPTOTIC NOTATION 3.2 同阶记法 A notation for “the order of” 设 t: N-R≥0是自然数到非负实数的任一函数， 如： t(n)代表了算法所花费的资源数量 考虑一个函数f：N-R≥0(n),例如f(n)=n2, 如果：有一个n0和常数c，当n≥n0时总有t(n)≤cf(n), 我们说 t(n)在f(n)的阶内。 Chapter 3 ASYMPTOTIC NOTATION 如考虑： 当n≥1 时： n0=1 c=42.15 上式成立。 所以 t(n)是n2阶内的。 用方便的数学方法表示阶 记作：t(n)=O(f(n)) Chapter 3 ASYMPTOTIC NOTATION 数学意义： 阀值规则（hreshold rule）：t(n)∈O(f(n)),iff ? c∈R, .) ? n∈N, t(n)≤cf(n) Chapter 3 ASYMPTOTIC NOTATION 最大值规则（maximum rule）： f,g : N-R≥0 O(f(n)+g(n))=max{f(n), g(n)} 它是简化O表示法的有力工具。 极限规则（limit rule）： 任意 f,g : N-R≥0， (1) if limit(f(n)/g(n))=c∈R+ 则：f(n)∈O(g(n)),且g(n) ∈O(f(n)) (2) If limit(f(n)/g(n))=0, 则：f(n)∈O(g(n)),但 g(n)?O(f(n)) (3) If limit(f(n)/g(n))=+∞, 则：f(n) ?O(g(n)),但 g(n) ∈ O(f(n)) Chapter 3 ASYMPTOTIC NOTATION 3.3 其他渐近记法 3.3.1 Ω记法 大O表示的是上界，那么Ω表示的是下界； 考虑 f,t : N-R≥0， Chapter 3 ASYMPTOTIC NOTATION 3.3.2 Θ记法 大O表示的是上界， Ω表示的是下界, Θ表示同阶 Θ(f(n))=O(f(n))∩Ω(f(n)) Chapter 3 ASYMPTOTIC NOTATION 3.4 条件渐近记法 有时为了简化t(n)和 f(n)的计算，设定一些特殊限制，例如，假设n 是2的幂。 平滑规则（smooth rule）： 设f : N-R≥0，是一个平滑函数，设t: N-R≥0，是非将函数，对任意b≥2,平滑规则断言：只要 t(n)∈Θ(f(n)|n是b的幂),则：t(n)∈Θ(f(n)），并且适应于O和Ω。 说明 对2的幂成立，对任何n是成立的。 Chapter 3 ASYMPTOTIC NOTATION 3.5 具有多个参数的渐近记法 有时，一个算法的执行时间不单依赖于一个变量，例如，对图的算法，一般依赖于顶点数n和边数e。即多个参数。 Chapter 3 ASYMPTOTIC NOTATION 3.6 渐近记法的操作 为了简化计算，可以使用算子处理。如O(f(n)+g(n)). O(f(n)+g(n))和 O(f(n))+O(g(n))是一样的。 根据最大规则可知，同样适用于 O(max{f(n),g(n)}和 max{O(f(n)),O(g(n)} 更形式化地op是任意的二元算子，且X和Y是N到R≥0的函数集，