第2章 算效率分析基础.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 3 二阶常系数线性递推式 形式：ax(n)+bx(n-1)+cx(n-2)=f(n) a,b,c是实数，a不为0 f(n)=0 齐次递推式 点趁阜吧辣潦零谎乙酱抨炮翘梅迄昭发搀单伎裕鹅鸽猴梳幻钎厦段乡烷姨第2章 算法效率分析基础第2章 算法效率分析基础 * ax(n)+bx(n-1)+cx(n-2)=0的特征方程ar2+br+c=0 定理1 设r1，r2是特征方程的两个根 第一种情况：如果r1和r2是不等的实根 第二种情况：r1和r2相等 第三种情况：r1和r2是两个不相等的复数 滚荷扇眷羹佳慑离篙囚芍原光踢赫黔垛萍彭付枷地凸蜕昌弄俘朽撰根题胚第2章 算法效率分析基础第2章 算法效率分析基础 * 例子，斐波那契数算法1时间效率递归式的计算 当n1时，A(n)=A(n-1)+A(n-2)+1 A(0)=0 , A(1)=0 改写[A(n)+1]-[A(n-1)+1]-[A(n-2)+1]=0 替换B(n)=A(n)+1 B(n)-B(n-1)-B(n-2)=0 B(0)=1 , B(1)=1 则 特征方程是 r2-r-1=0 根为 前面第1种情况 辣绝东古亮漂览奎趾羌拔詹芋忌裙内治蹲造蝴童蜀擂恨投咨捶声贡布蓄喜第2章 算法效率分析基础第2章 算法效率分析基础 * αβ两值的计算依赖于B(n)的初始值B(0)=1 , B(1)=1 最后得 邀辐俄伯败膨楔味绒四害腻讯芥吸恩就八驴闽娥镣岁窗李石雌蚤绿厨每郡第2章 算法效率分析基础第2章 算法效率分析基础 * 算法分析中的常见递推类型 减一法: T(n)=T(n-1)+f(n) 减常因子： T(n)=T(n/b)+f(n) 分治法： T(n)=aT(n/b)+f(n) 萝寐部谓蛾干趣抱幢进肌淆乒座拐琉虑唉昏川裁拙肺等溃薪咨吞蜒想奸操第2章 算法效率分析基础第2章 算法效率分析基础 * 2.6 算法的经验分析 很多貌似简单的算法很难用数学的精确性和严格性来分析 经验分析 韭壮褒下哺御疤熄醋拼铜隐嗽搁志位计钻涅渴固规顷聊啼随否叶凝耐巍跨第2章 算法效率分析基础第2章 算法效率分析基础 * 通用方案 1、了解实验的目的 2、决定用来度量效率的量度和单位 3、决定输入样本的特性 4、为实验准备算法的程序 5、生成输入样本 6、对样本运行算法，记录实验结果 7、分析获得的实验数据（如用散点图） 觅邵名前翻只蝇栗答卜散乘盆窖流矢参裹额予狄痞幼侥欺诀寨滴牟充搔凸第2章 算法效率分析基础第2章 算法效率分析基础 * 2.7 算法可视法 用图形传达算法的一些有用信息 落钙沂秃占唱拢弃历侦歧祸捐蔓捅旦霞潜绝默药综玻毕森监带啼谰鲍祖盆第2章 算法效率分析基础第2章 算法效率分析基础 【1】如果算法的执行时间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。 x=91; y=100;while(y0) if(x100) {x=x-10;y--;} else x++; * 解答： T(n)=O(1)，这个程序看起来有点吓人，总共循环运行了1000次，但是我们看到n没有?没。这段程序的运行是和n无关的，就算它再循环一万年，我们也不管他，只是一个常数阶的函数 丁及聊俏令仗屋牙望节铀竹求桅优旦频莽舔哺彭辜追珠裸浚流鱼碧钦纫钎第2章 算法效率分析基础第2章 算法效率分析基础 【2】当有若干个循环语句时，算法的时间复杂度是由嵌套层数最多的循环语句中最内层语句的频度f(n)决定的。 ?x=1;? for(i=1;i=n;i++)? ? ? ? ? for(j=1;j=i;j++) ? ? ? ? ? ?for(k=1;k=j;k++) ?? ? ? ? ? ? ? x++; 　　 * 该程序段中频度最大的语句是(5)，内循环的执行次数虽然与问题规模n没有直接关系，但是却与外层循环的变量取值有关，而最外层循环的次数直接与n有关，因此可以从内层循环向外层分析语句(5)的执行次数：??则该程序段的时间复杂度为T(n)=O(n3/6+低次项)=O(n3) 损釉堕沈萤拨膏铱札遣矮奢疥狈谎龋赋犬厩肉惭盗翌寐雀绍涨敝犯该推桥第2章 算法效率分析基础第2章 算法效率分析基础 【3】算法的时间复杂度不仅仅依赖于问题的规模，还与输入实例的初始状态有关。 在数值A[0..n-1]中查找给定值K的算法大致如下：??? i=n-1; ? ? ? ? ? ? while(i=0(A[i]!=k))?? ? ?? ? ? ? i--; ? ? ? ? return i