《第1章绪论1.pptVIP

* 说明： 1。 再不引起混淆的前提下，数据的逻辑结构通常简称为数据结构，它包括四种结构类型：集合、线性、树、图。 2。数据的物理结构： 由于逻辑结构包括数据元素集合和关系的集合，则讨论存储结构需要分别讨论数据元素和关系在计算机中如何表示。 * * * * * * * * * * * * * * * * * * * 引： 算法 + 数据结构 = 程序设计 可见，一个程序运行效率的高低，不仅与数据结构 有关，而且与算法紧密联系，它是程序设计的另一个不 可缺的要素，因此在讨论数据结构的同时免不了要讨论 相应的算法。 当数据结构确定时，一个算法的好坏决定一个程序运 行的效率高低。 * （算法是程序设计的另一个不可缺的要素，因此在讨论数据结构的同时免不了要讨论相应的算法。） * * * 0个输入：如“求100以内的素数”，操作对象是自然数列，可以由变量逐个增1生成。 * * 如何估算算法的时间复杂度？ 算法 = 控制结构 + 原操作 （固有数据类型的操作） 算法的执行时间 = ∑原操作(i)的执行次数×原操作(i)的执行时间 算法的执行时间 与 原操作执行次数之和 成正比 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 例：分析以下程序段的时间复杂度。 i=1; K=0 ; ① For(i=1;i=n;i++) k=k+i; ② 该算法的运行时间由程序中所有语句的频度（即该语句重复执行的次数）之和构成。 解： 分析：显然，语句①的频度是1。设语句2的频度是n，则有： 所以该程序段的时间复杂度T(n)= O(1+ n) =O( n) 算法的时间复杂度是由嵌套最深层语句的频度决定的。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 为了便于比较同一问题的不同算法，通常从算法中选取一种对于所研究的问题来说是 基本操作 的原操作，以该基本操作 在算法中重复执行的次数 作为算法运行时间的衡量准则。 因此分析算法的时间复杂度的核心是分析算法中基本操作的重复次数 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 算法 1.1void mult(int a[], int b[], int c[] ,int n) { // 以二维数组存储矩阵元素，c 为 a 和 b 的乘积 for (i=1; i=n; ++i) for (j=1; j=n; ++j) { c[i,j] = 0; for (k=1; k=n; ++k) c[i,j] += a[i,k]*b[k,j]; } //for } //mult //基本操作: 乘法操作 时间复杂度: O(n3) 例1.1 两个 n X n 的矩阵相乘。 其中矩阵的阶 n 为问题的规模。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 说明： 从上述例子可见，算法时间复杂度取决于最深层循环内包含的基本操作语句的重复执行次数。 * 通常用Ο(1)表示常数计算时间。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 以下六种计算算法时间的多项式是最常用的，其关系为： O(1)O(㏒n)O(n)O(n㏒n)O(n2)O(n3) 指数时间的关系为： O(2n)O(n!)O