第十七课数据结构（上）.pptVIP

第十七课：数据结构(上) 周甫 zoofchow@ 学习目标 1 算法(algorithm) 什么是算法? 对一个现有的问题我们采取的解决过程及方法,即为算法. 一个用算法实现的程序会耗费两种资源：处理时间和内存。 算法的效率分析标准 简单性和清晰度 空间效率 时间效率 算法的类型 贪婪算法(greedy algorithm) 分治算法(divide-and-conquer algorithm) 回溯算法(backtracking algorithm) 计算增长率的方式 1.测量执行时间 通过System.currentTimeMillis()方法来测试 * 缺点： a.不同的平台执行的时间不同 b.有些算法随着输入数据的加大，测试时间会变得不切实际！ 2.指令计数 指令---指编写算法的代码.对一个算法的实现代码计算执行指令次数。两种类型指令：不管输入大小，执行次数永远不变；执行次数随着输入大小改变而改变。一般，我们主要测试后一种指令。 * 3.代数计算 代码1： long end_time = 0; t1 int testVar = 0; t2 for (int i = 1; i = test_data; i++) t3 { testVar++; t4 testVar--; t4 } 假设t1 --- t4分别代表每条语句的执行时间，那么，以上代码的总执行时间为：t1 + t2 + n(t3 + 2t4).其中n = test_data,当test_data增大时，t1和t2可以忽略不计，也就是说，对于很大的n,执行时间可以近似于：n(t3 + 2t4) 4.测量内存使用率 一个算法中包含的对象和引用的数目，越多则内存使用越高，反之越低 比较增长率 1.代数比较法 条件1：c≦ f(n)/g(n) ≦ d (其中c和d为正常数，n代表输入大小) 当满足以上条件1时，则f(n)和g(n)具备相同的增长率，或者两函数复杂度的阶相同！ 如：f(n) = n + 100 和 g(n) = 0.1n + 10 上两函数就具备相同的增长率。 条件2： 当n增大时，f(n)/g(n)趋向于0 当满足此条件2时，则该两个增长函数有不同的增长率。 比如：f(n) = 10000n + 20000 和 g(n) = n?2 + n + 1 。请比较以上两函数增长率是否一样，如果不一样，谁的增长率小？ 2.大O表示法 如果f的增长率小于或者等于g的增长率，则我们可以用如下的大O表示法： f = O(g) O表示on the order of 将代码1的代数增长率函数的大O表达式如下： f(n) = t1 + t2 + n(t3 + 2t4) = a1*n + a = O(n) 其中a1 = t3 + 2t4; a = t1 + t2 3.最佳、最差、平均性能 对每一个算法不能只考虑单一的增长率，而应该给出最佳、最差、平均的增长率函数. 2 查找算法 1.线性查找 从数组的第一个元素开始查找，并将其与查找值比较，如果相等则停止，否则继续下一个元素查找，直到找到匹配值。 注意：要求被查找的数组中的元素是无序的、随机的。 static boolean linearSearch(int target, int[] array) { //遍历整个数组，并分别将每个遍历元素与查找值对比 for (int i = 0; i array.length; i++) if (array[i] == target) return true; return false; } 分析该算法的三种情况： a.最佳情况 要查找的值在数组的第一个位置。也就是说只需比较一次就可达到目的，因此最佳情况的大O表达式为：O(1) b.最差情况 要查找的值在数组的末尾或者不存在，则对大小为n的数组必须比较n次，大O表达式为：O(n) c.平均情况 估计会执行：(n + (n - 1) + (n - 2) + ….. + 1)/n = (n + 1) / 2次比较，复杂度为O(n) 2.二分查找 假设被查找数组中的元素是升序排列的，那我们查找值时，首先会直接到数组的中间位置(数组长度/2)，并将中间值和查找值比较，如果相等则返回，否则，如果当前元素值小于查找值，则继续在数组的后面一半查找(重复上面过程)；如果当前元素值大于查找值，则继续在数组的前面一半查找，