蔡明志数据结构java版第1章.pptVIP

第1章 算法分析 1.1 算法 1.2 时间复杂度Big-O 1.3 思考题 1.1 算法 1.1.1 数组元素相加 1.1.2 矩阵相加 1.1.3 矩阵相乘 1.1.4 顺序查找 1.1 算法 算法（Algorithm）是一个解决问题的有限步骤过程，也可以说是在解答过程中的一步步过程。 1.1.1 数组元素相加 数组元素相加是将数组中每个元素的值加起来，其所对应的Java程序如下： public static int sum(int arr[],int n) { int i,total=0; for(i=0;in;i++) total+=arr[i]; return total; } 1.1.2 矩阵相加 矩阵相加表示将相对应的元素相加， ， 程序如下： public static void add(int a[][],int b[][],int c[][],int m,int n) { for (int i=0; i n; i++) for (int j=0; j n; j++) c[i][j] = a[i][j] + b[i][j] } 1.1.3 矩阵相乘 矩阵相乘为 ， ， 对应的程序如下： public static void mul(int a[][], int b[][], int c[][], int n) { int i,j,k,sum; for(i=0; i n; i++) for(j=0;jn;j++){ sum=0; for(k=0;kn;k++) sum=sum+a[i][k]*b[k][j]; c[i][j]=sum; } } 1.1.4 顺序查找 顺序查找是指在一个数组中，由第1个元素开始依次查找，我们假设要找的数据一定在数组中，其程序如下： public static int search(int data[],int target, int n) { int i; 　 for (i = 0;i n; i++) if (target == data[i]) return i; } 练习题 试回答下列程序中x = x+1;语句执行了多少次？ for(i=1;i=n;i++) for (j=i;j=n;j++) x=x+1; for (i=1;i=n;i++){ k=i+1; do { x=x+1; } while(k++=n); } 1.2 时间复杂度Big-O 在程序或算法中，每一条语句（statement）的执行时间为 ： ①此语句执行的次数； ②每次执行此语句所需的时间。 两者相乘即为此语句的执行时间。 Big-O的定义 f(n)=O(g(n))，当且仅当唯一存在正整数c及n0，使得f(n)≤cg(n)，对所有的n，n≥n0。 上述的定义表示可以找到c和n0，使得f(n)≤c×g(n)，此时，我们称f(n)的Big-O为g(n)。 常见的Big-O 各种Big-O的比较 衡量效率的其他方法 除了Big-O之外，用来衡量效率的方法还有? 和 ?，以下是它们的定义。 ? 的定义如下： f(n)=?(g(n))当且仅当存在正整数c和n0，使得f(n)≥c×g(n) ，对所有的n，n≥n0。 ?的定义如下： f(n)= ? (g(n))，当且仅当存在正整数c1、c2及n，使得c1×g(n)≤f(n)≤c2×g(n)，对所有的n，n≥n0。 二分查找法与顺序查找法的比较 斐波纳契序列（Fibonacci number） 其定义如下： 递归法 若以递归的方式进行计算的话， 如下图所示： 递归法 用递归方式，需计算的项目表如下： 递归法 Java 程序的以递归方式计算斐波纳契序列： int Fibonacci(int n) { if(n==0) return 0; else if(n==1