第二章 算法的构造和评价.pptVIP

哈工大计算机科学与技术学院 数据结构课程组 第二章 算法的构造及评价 2.1 逐步求精的算法构造过程 2.1.1 算法的定义 2.1.2 算法构造过程 实际上就是用计算机求解一个问题的过程 算法逐步求精实例 例2.1.2 交叉路口的交通安全管理问题 问题的分析 所有这些可能的“拐弯”构成一个集合. 将此集合分成组,使得每组中所有的“拐弯”都能同时进行而不发生碰撞. 每组对应一个指挥灯,保证不碰撞;用尽可能少的指挥灯归结为分成尽可能少的组. 问题归结为如何进行集合的划分？ 模型化 算法的基本思路 转化为图的着色问题（着同一颜色的结点即为一组）。 常见算法为（1）穷举法（2）试探法（3）贪心法 “贪心”算法的基本思想是首先用第一种颜色对图中尽可能多的顶点着色(尽可能多表现出“贪心”)，然后用第二种颜色对余下的顶点中尽可能多的顶点着色， 如此等等，直至所有的顶点都着完色。 算法原型（自然语言描述） （1）将所有的结点设置为未着色 （2）当有未着色的结点时，进行如下步骤 （3）产生一种新的颜色 （4）选取某个未着色的点，用此新颜色对其着色 （5）扫描所有未着色的顶点，对其中的每个顶点尽可能的用此新颜色着色。（依据为它是否与已着新颜色的任何顶点相邻。若不相邻，则用新颜色对它着色。）（此处体现了贪心）。 （6）重复步骤（2）-（5），直到所有的结点均以着色 第一步求精（伪代码描述） 第二步求精 求精v不与newclr中的任何顶点相邻（即对于所有的顶点，都不相邻） 第三步求精 遍历集合中的所有顶点 第四步求精 引入ADT 根据上一步求精的结果，算法中大部分操作都归结为对图和集合的操作。因此需定义ADT GRAPH和ADT SET。 设G为GRAPH的实例，则需在G上定义如下操作： (1)FIRSTG(G)返回G中的第一个未加标记的（未着色的）元素；若G中没有这样的元素存在，则返回NULL。 (2)EDGE(v,w,G)若v和w在G中相邻，则返回true，否则返回false。 (3)MARK(v,G)标记G中的元素v。 (4)ADDG(v,G)将元素v放入G中。 (5)NEXTG(G)返回G中下一个未标记的元素，若G中没有这样的元素存在，则返回NULL。 设S为SET的实例，则需在S上在定义如下操作： (1)MAKENULL(S)将集合S置空。 (2)FIRST(S)返回S中的第一个元素；若S为空集，则返回NULL。 (3)NEXT(S)返回S中的下一个元素；若S中没有下一个元素，则返回NULL。 (4)ADDS(v,S)将v放入S中 第五步求精 用引入的ADT对算法进行形式化描述 第六步求精 ADT的实现以及整个程序的连编 确定抽象数据型GRAPH及SET的数据模型如何实现。 编写相应的操作函数。 给出类型elementtype的定义和实现。 将各部分连在一起。 2.2 算法评价和复杂性分析 2.2.1 算法的评价准则 一：正确性(Correctness) 含义：指对一切合法的输入数据经有限时间或有限步后均可得到正确（满足规格说明要求）的结果。 算法的正确性证明常有两种途径： 形式化证明 先构造一组相关的引理和定理，再形式的证明语句系列确实完成了符合规定的正确动作。 对于复杂的算法，其正确性的形式证明仍是一个有待突破的课题。 验证 由于一切合法输入可能是不可穷尽的，所以通常只是构造一些有代表性的输入进行验证（这是我们通常采取的办法）。 2.2.1 算法的评价准则 二：时间复杂性(Time Complexity) 含义：对于同一问题的不同正确算法，其执行时间的多少成为又一评价准则。 计算和比较算法的执行时间常有两种方法： 实验测量法（即计算其实际执行时间或执行的指令条数） 优点：精确。 缺点：算法必须编制成可运行程序后才能进行比较；所得的结果过多的依赖于非算法本身的因素，如计算机的硬件、编译程序、编程语言、操作系统等。 数学分析法 时间复杂性的数学分析 可以进行数学分析 算法的组成具有一定的规律：由一些基本操作经过三种控制结构（顺序，分支和循环）组成。 就可以直接在程序的基础上，分析得出这些基本操作的累加次数，基于这一次数就可比较算法执行时间。 时间复杂性的定义 对于特定算法，其基本操作的累加次数只和问题的规模n有关，因此是一个关于n的函数，标记为T(n)。 由于进行数学分析，主要考虑T(n)的增长率，变化趋势及界限等，其具体数值意义不大；所以主要考虑的是基本操作的重复次数。 定义：算法中基本操作重复执行的次数是问题规模n的某个函数f(n)，算法的时间复杂性定义为T(n)=O(f(n))。此处O表示T(n)至多与f(n)同阶，因此也称为渐进时间复杂度（f(n)是T(n)增长率的上界。 2.