计算机算法与设计技术总结.ppt

计算机算法设计与分析（第4版）;第1章 算法概述;算法(Algorithm);程序(Program);问题求解(Problem Solving);算法复杂性分析 ;算法的时间复杂性;算法渐近复杂性;渐近分析的记号;（3）非紧上界记号o o(g(n)) = { f(n) | 对于任何正常数c0，存在正数和n0 0使得对所有n? n0有：0 ? f(n)cg(n) } 等价于 f(n) / g(n) ?0 ，as n??。 （4）非紧下界记号? ? (g(n)) = { f(n) | 对于任何正常数c0，存在正数和n0 0使得对所有n? n0有：0 ? cg(n) f(n) } 等价于 f(n) / g(n) ?? ，as n??。 f(n) ? ? (g(n)) ? g(n) ? o (f(n)) ;（5）紧渐近界记号? ? (g(n)) = { f(n) | 存在正常数c1,c2和n0使得对所有n? n0有：c1g(n) ? f(n) ? c2g(n) } 定理1： ? (g(n)) = O (g(n)) ? ? (g(n)) ;渐近分析记号在等式和不等式中的意义;渐近分析中函数比较;渐近分析记号的若干性质;（2）反身性： f(n)= ?(f(n))； f(n)= O(f(n))； f(n)= ?(f(n)). （3）对称性： f(n)= ?(g(n)) ? g(n)= ? (f(n)) . （4）互对称性： f(n)= O(g(n)) ? g(n)= ? (f(n)) ； f(n)= o(g(n)) ? g(n)= ? (f(n)) ；;（5）算术运算： O(f(n))+O(g(n)) = O(max{f(n),g(n)}) ； O(f(n))+O(g(n)) = O(f(n)+g(n)) ； O(f(n))*O(g(n)) = O(f(n)*g(n)) ； O(cf(n)) = O(f(n)) ； g(n)= O(f(n)) ? O(f(n))+O(g(n)) = O(f(n)) 。;规则O(f(n))+O(g(n)) = O(max{f(n),g(n)}) 的证明： 对于任意f1(n) ? O(f(n)) ，存在正常数c1和自然数n1，使得对所有n? n1，有f1(n) ? c1f(n) 。 类似地，对于任意g1(n) ? O(g(n)) ，存在正常数c2和自然数n2，使得对所有n? n2，有g1(n) ? c2g(n) 。 令c3=max{c1, c2}， n3 =max{n1, n2}，h(n)= max{f(n),g(n)} 。 则对所有的 n ? n3，有 f1(n) +g1(n) ? c1f(n) + c2g(n) ? c3f(n) + c3g(n)= c3(f(n) + g(n)) ? c32 max{f(n),g(n)} = 2c3h(n) = O(max{f(n),g(n)}) .;算法渐近复杂性分析中常用函数;取整函数的若干性质;（3）多项式函数 p(n)= a0+a1n+a2n2+…+adnd； ad0; p(n) = ?(nd); f(n) = O(nk) ? f(n)多项式有界； f(n) = O(1) ? f(n) ? c; k ? d ? p(n) = O(nk) ; k ? d ? p(n) = ?(nk) ; k d ? p(n) = o(nk) ; k d ? p(n) = ?(nk) .;（4）指数函数 对于正整数m,n和实数a0: a0=1; a1=a ; a-1=1/a ; (am)n = amn ; (am)n = (an)m ; aman = am+n ; a1 ? an为单调递增函??; a1 ? ? nb = o(an); ex ? 1+x; |x| ?1 ? 1+x ? ex ? 1+x+x2 ; ex = 1+x+ ?(x2), as x?0; ;（5）对数函数 log n = log2n; lg n = log10n; ln n = logen; logkn = (log n)kl; log log n = log(log n); for a0,b0,c0;;|x| ?1 ? for x -1, for any a 0, , ? logbn = o(na);（6）阶层函数 Stirling’s approximation ;;算法分析中常见的复杂性函数;小规模数据;中等规模数据;用C++描述算法;（1）选择语句： （1.1)