第十八章平摊分析 - read.doc

第六章 平摊分析 ·平摊分析基本思想 ·在平摊分析中，执行一系列数据结构操作所需要时间是通 过对执行的所有操作求平均而得出的。 ·平摊分析可用来证明在一系列操作中，即使单一的操作具 有较大的代价，通过对所有操作求平均后，平均代价还是 很小的 ·平摊分析与平均情况分析不同, 不牵涉到概率。 ·平摊分析的方法 ·聚集方法 ·会计方法 ·势能方法 6.1 聚集方法 6.1.1 聚集方法的原理 ·首先证明n个操作构成的序列在最坏情况下总的时间T(n)。 ·在最坏情况下，每个操作的平均代价就是T(n)/n。 *聚集方法为每个操作都赋予相同的平摊代价，即使序列中存 在不同类型操作时也一样。 *会计方法和势能方法对不同类型操作赋予不同的平摊代价。 6.1.2 聚集方法实例1 — 栈操作 普通栈操作分析 ·普通栈操作 PUSH(S,x)：将对象压入栈S； POP(S)：弹出并返回S的顶端元素。 ·时间代价 ·两个操作的运行时间都是O(1) ·我们可把每个操作的代价视为1 ·n个PUSH和POP操作系列的总代价是n ·n个操作的实际运行时间为((n)。 新的栈操作 ·操作MULTIPOP(S,k)：去掉S的k个顶端对象，或当S 中包含少于k个对象时弹出整个栈。 ·实现算法 输入：栈S，k 输出：返回S顶端k个对象 MULTIPOP(S,k) 1 While not STACK-EMPTY(S) and k(0 Do 2 POP(S); 3 k(k-1. ·MULTIPOP总代价 ·设MULTIPOP(S,k)作用于一个包含s个对象的栈上 ·实际运行时间与实际执行的POP操作数成线性关系 ·只需按PUSH和POP具有代价1来分析MULTIPOP ·While循环执行的次数是从栈中弹出的对象数min(s,k) ·执行一次While循环要调用一次POP ·MULTIPOP的总代价即为min(s,k) 初始为空的栈上的n个栈操作序列的分析 ·设PUSH、POP和MULTIPOP构成n个栈操作序列 ·粗略分析 ·序列中一次MULTIPOP操作的最坏情况代价为O(n) （因为栈的大小至多为n） ·任意栈操作的最坏情况时间就是O(n)， n个操作的总 代价就是O(n2) （MULITPOP操作可能有O(n)个，每个代价为O(n)） ·虽然这个分析是正确的，O(n2)的结论却不够准确。 ·精细分析 ·一个对象在每次被压入栈后至多被弹出一次 ·所以在一个非空栈上调用POP的次数(包括在 MULTIPOP内的调用)至多等于PUSH的次数， 即至多为n ·对任意的n值，包含n个PUSH、POP和MULTIPOP 操作的序列的总时间为O(n) ·每个操作的平摊代价为：O(n)/n=O(1)。 *我们想再一次强调一下，虽然我们已说明了每个栈操作的 平均代价(或平均运行时间)为O(1)，但没有用到任何概率 推理。实际上是给出了一列n个操作的最坏情况界O(n)。 用n来除这个总代价即可得每个操作得平均代价(或说平 摊代价)。 6.1.2 聚集方法实例2 — 二进计数器 1. 问题定义 现实一个由０开始向上计数的k位二进计数器。 输入：k位二进制变量x，初始值为0。 输出：x+1 mod 2k。 数据结构：·A[0..k-1]作为计数器，存储x ·x的最低位在A[0]中，最高位在A[k-1]中 ·x = 2. 计数器加1算法 输入：A[0..k-1]，存储二进制数x 输出：A[0..k-1]，存储二进制数x+1 mod 2k 　　INCREMENT(A) i(0 while ilength[A] and A[i]=1 Do A[i](0; i(i+1; If ilength[A] Then A[i](1 3. 初始为零的计数器上n个INCREMENT操作的分析 图1　在16次INCREMENT操作作用下，一个八位二进计数器的值从0变到16