算法201401-引论.ppt

特征方程、特征根 例2 特征方程的根为： 通解为： 由初始条件得到： 解：对应的特征方程为 特征方程、特征根 解得 因此 递归关系的求解-递推 例3 解： 1 分别利用生成函数法及特征方程法求Fibonacci序列的通项 2 计算如下C语言描述的嵌套循环中laugh++语句的执行次数： for(i=1;i<=n;i*=2) for(j=1;j<=i;j++) laugh++ ; 3 对算法1.1 冒泡排序 输入：待排序数组A，其中有n个元素； 输出：排好序的数组A。 bubblesort(float A[], int n) { int i,j; for (i=0; i<n; i++) for (j=n-1; j>i; j--) if (A[j]<A[j-1]) swap(A[j], A[j-1]); } 1）什么时候算法执行的赋值的次数最少？最少多少次？ 2）什么时候算法执行的赋值的次数最多？最多多少次？ 算法1.3 求最大公约数的辗转相除法 输入：两整数m和n； 输出：m和n的最大公约数。 int gcd(int m, int n){ int a=max{m,n}; int b=min{m,n}; int c; while (b!=0) { c=a mod b; a=b; b=c; } return ( ); } a 算法1.4 求最大公约数的递归算法 输入：两整数m和n； 输出：m和n的最大公约数。 int gcd(int m, int n){ int a=max{m,n}; int b=min{m,n}; int c; if (b == 0) return (a); else { c=a mod b; return( gcd(b,c) ); } gcd(a,b)= gcd(b,a mod b) 算法复杂度分析 Q1：如何评价一个算法的优劣？ Q2：算法转化为程序运行后，影响程序运行的因素有哪些？ Q3：如何避免客观因素的影响呢？ Q4：为什么渐进时间复杂度？ 正确性 时空特性 时空效率 算法稳定性、健壮性、实现难度 算法分析 1）能够终结；2）得到合理结果 速度是算法的灵魂 Come up with a real-world problem in which only the best solution will do. Then come up with one in which a solution that is “approximately” the best is good enough. 时间复杂度概念 时间频度T(n) 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。 一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。 一个算法中的语句执行次数称为语句频度或时间频度，记为T(n)。 时间复杂度计算表示 假设f(n)为某算法的计算时间，n是问题的大小，g(n)是事先确定的简单函数，如：nm， 2n， n!。 定义1-1 如果存在两个正常数c和n0，对所有n≧n0，有 |f(n)|≦c|g(n)| 则记作：f(n)=O(g(n)), O为数量级（阶数）， g(n)是计算时间f(n)的一个上界函数， f(n)的数量级是g(n) 。 定理1-1 若 是一个m次多项式，则 证明：（？） 说明：变量n的阶数为m的多项式与其最高阶同阶。 时间复杂度计算表示 定义1（2）（下界函数）如果存在两个正常数c和n0，对所有n≧n0，有 |f(n)|≧c|g(n)| 则记作：f(n)= (g(n))， g(n)是计算时间f(n)的一个下界函数。 定义1（3）（双界函数）如果存在两个正常数c1，c2和n0，对所有n≧n0，有 则： 说明： g(n)既是计算时间f(n)的一个下界函数也是一个上界函数。 时间复杂度计算表示 两个函数阶数的比较方法有如下结论： 假设 有下列情况： （1）如果L=a，a是有限正常数，则 ； （2）如果L=0，则 f(n)的阶数比g(n)低（<）； （3）如果