数据结构第一章.pptVIP

* 1． 正确性 首先，算法应当满足以特定的“规格说明”方式给出的需求。 其次，对算法是否“正确”的理解可以有以下四个层次： a．程序中不含语法错误； b．程序对于几组输入数据能够得出满足要求的结果； * c．程序对于精心选择的、典型、苛刻且带有刁难性 的几组输入数据能够得出满足要求的结果； 通常以第 c 层意义的正确性作为衡量一个算法是否合格的标准。 d．程序对于一切合法的输入数据都能得出满足要求 的结果； * 2. 可读性 算法主要是为了人的阅读与交流，其次才是为计算机执行，因此算法应该易于人的理解；另一方面，晦涩难读的程序易于隐藏较多错误而难以调试。 * 3．健壮性 当输入的数据非法时，算法应当恰当地作出反映或进行相应处理，而不是产生莫名奇妙的输出结果。 并且，处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。 4.高效率与低存储量需求 通常，效率指的是算法执行时间；存储量指的是算法执行过程中所需的最大存储空间，两者都与问题的规模有关。 * 常用时间复杂度来衡量 算法评价有4个指标： 运行时间、占用空间、正确性和可读性 常用空间复杂度来衡量 * 三、 算法效率的衡量方法和准则 通常有两种衡量算法时间效率的方法: 事后统计法 缺点： 1．必须执行程序 2．其它因素掩盖算法本质 （如计算机的硬件、软件等环境因素，有时掩盖算法本身优劣） * 事前分析估算法和 算法执行时间相关的因素： 1．算法选用的策略 2．问题的规模 3．编写程序的语言 4．编译程序产生的机器代码的质量 5．计算机执行指令的速度 一个特定算法的“运行工作量”的大小，只依赖于问题的规模（通常用整数量n表示），或者说，它是问题规模的函数。 * 算法 = 控制结构 + 原操作 （固有数据类型的操作） 算法的时间量度： 基本操作执行的次数 基本操作是最深层循环语句中的原操作 int i=0,j = 0; i++; for( ;j100;j++) {i++;} * 如何估算 算法的时间复杂度？ 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。 基本操作是最深层循环语句中的原操作 * 假如，随着问题规模 n 的增长，算法执行时间的增长率和f(n) 的增长率相同，则可记作： T(n) = O(f(n)) 称T(n) 为算法的(渐近)时间复杂度。 for(int j=0;jn;j++) {i++;} * 例一：赋值语句 for (i=2;i=n;++i) for(j=2;j=i-1;++j) { ++x ; a[i][j] = x ; } 本操作：赋值语句 语句的频度(n-1)(n-2)/2 时间复杂度: o(n2) 只需要最高次项，并忽略常数系数。 * void mult(int a[], int b[], int c[] ) { // 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 例二:两个N×N矩阵相乘 时间复杂度: O(n3) 本操作: 乘法操作 时间复杂度的计算 基本操作是最深层循环语句中的原操作 时间复杂度 T(n) = o(f(n)) //f(n)为基本操作执行的次数， //可以忽略常数系数、 //常数项和非最高此项 讨论算法在最坏情况下的时间复杂度。 * 注1 O（）为渐近符号。 注2 空间复杂度S(n)按数量级递增顺序也与上表类同。 复杂度高 复杂度低 * 四、算法的存储空间需求 算法的空间复杂度定义为: 表示随着问题规模 n 的增大，算法运行所需存储量的增长率与g(n) 的增长率相同。 S(n) = O(g(n)) 算法的存储量包括: 1．