算法分析_引言.pptVIP

* * * * * * * * * * * * * * * * * * 基本的效率类型 常量(1)、对数(logn)、线性(n)、nlogn、平方(n2)、立方(n3)、指数(2n)、阶乘(n!) 算法分析中常见的复杂性函数 常见的算法时间复杂度由小到大依次为： Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜…＜Ο(2n)＜Ο(n!) Ο(1)表示基本语句的执行次数是一个常数，一般来说，只要算法中不存在循环语句，其时间复杂度就是Ο(1)。Ο(log2n)、Ο(n)、Ο(nlog2n)、Ο(n2)和Ο(n3)称为多项式时间，而Ο(2n)和Ο(n!)称为指数时间。计算机科学家普遍认为前者是有效算法，把这类问题称为P类问题，而把后者称为NP问题。 算法分析的基本法则 非递归算法： （1）for / while 循环 循环体内计算时间*循环次数； （2）嵌套循环 循环体内计算时间*所有循环次数； （3）顺序语句 各语句计算时间相加； （4）if-else语句 if语句计算时间和else语句计算时间的较大者。 分析非递归算法效率的通用方案 决定用那些参数作为输入规模的度量。 找出算法的基本操作。 检查基本操作的执行次数是否只依赖输入规模。 建立一个算法基本操作执行次数的求和表达式。 利用求和运算的标准公式和法则来建立一个操作次数的闭合公式，或者至少确定它的增长次数。 O(1)Temp=i;i=j;j=temp;????????????????????以上三条单个语句的频度均为1，该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作T(n)=O(1)。如果算法的执行时 间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。?????????????????????????????????????????????????????? O(n^2) ???? sum=0；???????????????? （一次）???? for(i=1;i=n;i++)?????? （n次 ）??????? for(j=1;j=n;j++) （n^2次 ）???????? sum++；?????? （n^2次 ）T(n)=2n^2+n+1 =O(n^2)????? for (i=1;in;i++)??? {??????? y=y+1;???????? ①?????????? for (j=0;j=(2*n);j++)?????????????? x++;??????? ②????????? }?????????语句1的频度是n-1语句2的频度是(n-1)*(2n+1)=2n^2-n-1????????? f(n)=2n^2-n-1+(n-1)=2n^2-2该程序的时间复杂度T(n)=O(n^2).?????????????????????????????????????????????????????????????????? O(n)??? a=0;??? b=1;????????????????????? ①??? for (i=1;i=n;i++) ②??? {???????? s=a+b;　　　　③?????? b=a;　　　　　④???????? a=s;　　　　　⑤??? } 语句1的频度：2,?????????语句2的频度： n,?????????语句3的频度： n-1,?????????语句4的频度：n-1,?????语句5的频度：n-1 ????????????????????????????????? T(n)=2+n+3(n-1)=4n-1=O(n).????????????????????????????????????????????????????????????????????????????????????????????????? O(log2n )???? i=1;?????? ①??? while (i=n)?????? i=i*2; ②语句1的频度是1,??设语句2的频度是f(n),?? 则：2^f(n)=n;f(n)=log2n????取最大值f(n)= log2n,????????? T(n)=O(log2n ) O(n^3)??? for(i=0;in;i++)??? {???????? for(j=0;ji;j++)???????? {????????? for(k=0;kj;k++)???????????? x=x+2;???????? }???