DSB第01章幻灯片.pptVIP

常见的渐近时间复杂性从小到大排列有： O(1) O(log2 n) O(n) O(nlog2 n) O(n2) O(n3) O(1)算法只需执行有限个程序步。 O(4)是错误写法。 作 业 P13 19 只需确定划线语句的执行次数并计算渐进时间复杂度 在大多数情况下，讨论的一个抽象数据类型ADT往往代表一类具有相同结构和相同运算集的数据结构，它被称为一个类属抽象数据类型(generic ADT)，它的元素类型通常并不重要。 【程序1－1】 Complex的实现。 #include stdio.h #include stdlib.h typedef struct complex { float x, y; }Complex; 【程序1－1】 Complex的实现。 #include stdio.h #include stdlib.h typedef float T; typedef struct complex { T x, y; }Complex; 1.4 算法分析的基本方法 内容提要 算法及其性能分析 算法的空间复杂度 算法的时间复杂度 渐近时间复杂度 课堂提要 第1章 基础知识 1.1 什么是数据结构 1.2 数据抽象和抽象 数据类型 1.3 数据结构的描述 1.4 算法分析的基本 方法 1.什么是算法 一个算法(algorithm)是对特定问题的求解步骤的一种描述，它是指令的有限序列；此外，算法具有下列五个特征： (1)输入 算法有零个或多个输入。 (2)输出 算法至少产生一个输出 (3)确定性 算法的每一条指令都有确切的定义，没有二义性。 (4)能行性(effective) 算法的每一条指令都足够基本，它们可以通过已经实现的基本运算执行有限次来实现。 (5)有穷性 算法必须总能在执行有限步之后终止。 1.4.1 算法及其性能分析 2. 算法描述方法 算法可以自然语言、流程图或程序设计语言描述。 当一个算法用程序设计语言描述时，便成为程序。 本书中，主要使用C语言描述。 3. 算法的性能标准 正确性：算法的执行结果应当满足预先规定的功能和性能 要求。 (2)简明性：一个算法应当思路清晰、层次分明、易读易懂。 (3)健壮性：当输入不合法数据时，应能做适当处理，不至于 引起严重后果。 (4)效 率：有效使用存储空间和有高的时间效率。 1.4.2 算法的时间复杂度 算法的时间复杂度 是程序运行从开始到结束所需的时间。 运行程序的计算机软、硬件环境 算法自身的优劣 问题实例的特征 问题实例的特征 与问题的具体实例有关的量。 例如，对一组特定个数的元素进行排序，对该组元素的排序是排序问题的一个实例。元素的个数可视为该实例的特征。 1.4.2 算法的时间复杂度 程序步 一个程序步是指在语法上或语义上有意义的程序段，该程序段的执行时间与问题实例的特征无关。 算法的时间复杂度 是程序运行从开始到结束所需的时间。 程序1.3 求一个数组元素的累加之和 float sum(float list[],const int n) { float tempsum=0.0; 1 for(int i=0;in;i++) n+1 tempsum+=list[i]; n return tempsum; 1 } 程序步数为2n+3。 1.4.3 渐近时间复杂度 大O记号 f(n)和g(n)是定义在正整数n上的正函数，如果存在两个正常数c和n0，使得对所有的n，n?n0 ，有 f(n)? c g(n) 则有 f(n)=O(g(n))。 例如，设 T(n)= 3.6n3+2.5n2+2.8?8.9n3 则根据大O记号的定义容易证明 T(n)= O(n3) 渐近时间复杂性 使用大O记号表示的算法的时间复杂性，称为算法的渐近时间复杂性。 在大O记号下，可用程序步来估计算法的执行时间。 很多情况下，可以通过考察一个算法中的关键操作（关键操作被认为是一个执行次数最多的程序步）的执行次数来计算算法的渐近时间复杂性。 例如，程序1.3为求一个数组元素的累加之和的算法。 float sum(float list[],co