第01章：(第1讲)解说.pptVIP

数据结构课程地位 数据结构与其它课程关系图： 数据结构课程学习特点 第1章 绪 论 1.1、什么是数据结构 例2 人机对奕问题 例3、多叉路口交通灯管理问题 数据类型—高级语言中指数据的取值范围及其上可进行的操作的总称 类描述算法的语言选择 类语言： 1.4 算法的描述和算法分析 算法设计的要求 正确性 算法、语言、程序的关系 1. 算法：描述了数据对象的元素之间的关系（包括数据逻辑关系、存储关系描述）。 设计实现算法过程步骤 1. 找出与求解有关的数据元素之间的关系 评价算法的标准 评价一个算法主要看这个算法所占用机器资源的多少，而这些资源中时间代价与空间代价是两个主要的方面，通常是以算法执行所需的机器时间和所占用的存储空间来判断一个算法的优劣。 算法效率——用依据该算法编制的程序在计算机上执行所消耗的时间来度量。 性能评价 定义： 对问题规模与该算法在运行时所占的空间S与所耗费的时间T给出一个数量关系的评价。 语句频度 定义： 语句频度是指该语句在一个算法中重复执行的次数。 算法的时间复杂度 算法的时间复杂度，即是算法的时间量度记做： T(n)=O(f(n)) 一个算法由控制结构（顺序、分支和循环）和基本操作构成。所谓基本操作是指数据类型固有的操作，如加、减、乘、除等。通常以基本操作重复的次数来作为时间复杂度的度量。 常用的时间复杂度频率计数 数据结构中常用的时间复杂度频率计数有7个: 常用的时间复杂度频率计数 常用的时间复杂度频率表： 最坏时间复杂度 定义： 讨论算法在最坏情况下的时间复杂度，即分析最坏情况下以估计出算法执行时间的上界。 算法的空间复杂度 定义： 第一章 小结 数据结构概念 算法时间复杂度 2. 描述算法的工具：算法可用自然语言、框图或高级程序设计语言进行描述。 3.程序是算法在计算机中的实现。 2. 确定在某一数据对象上所施加运算 3. 考虑数据元素的存储表示 4. 选择描述算法的语言 5.设计实现求解的算法，并用程序语言加以描述。 （1）事后统计——利用计算机内记时功能，不同算法的程序可以用一组或多组相同的统计数据区分。 缺点：?必须先运行依据算法编制的程序。 ?所得时间统计量依赖于硬件、软件等环境 因素，掩盖算法本身的优劣。 （2）事前分析估计——一个高级语言程序在计算机上运行所消耗的时间取决于： ?依据的算法选用何种策略 ?问题的规模 ?程序语言 ?编译程序产生机器代码质量 ?机器执行指令速度 同一个算法用不同的语言、不同的编译程序、在不同的计算机上运行，效率均不同，所以使用绝对时间单位衡量算法效率不合适。 问题规模N—对不同的问题其含义不同： 对矩阵是阶数； 对多项式运算是多项式项数； 对图是顶点个数； 对集合运算是集合中元素个数。 例如： 两个矩阵相乘 算法语句 对应的语句频度 1 for（i=0；i n;i++） n 2 for （j=0；jn;j++） n2 3 {c[i][j]=0; n2 4 for (k=0;k n; k++) n3 c[i][j]=c[i][j]+a[i][k]*b[k][j]; n3 } 总执行次数：Tn=2n3+2n2 +n 例如给出X=X+1 （1）x=x+1 ；时间复杂度为O(1)，称为常量阶； （2）for (i=1; i= n; i++) x=x+1; 时间复杂度为O(n)，称为线性阶； （3）for (i=1; i= n; i++) for (j=1;j= n; j++) x=x+1; 时间复杂度为O(n2), 称为平方阶。 O(1) 常数型 O(n)线性型 O(n2)平方型 O(n3)立方型 O(2n)指数型 O(log2n)对数型 O(nlog2n)二维型 按时间复杂度由小到大排列的频率表： 2147483648 32768 1024 160 32 5 65536 5096 256 64 16 4 256 512 64 24 8 3 16 64 16 8 4 2 4 8 4 2 2 1 2 1 1 0 1 0 一般讲：前