数据结构PPT（课件） 绪论.ppt

4）输入 一个算法有零个或多个输入，这些输入取自于某个特定的对象集合。 5）输出 一个算法有一个或多个输出，这些输出是同输入有着某些特定关系的量。 * * /54 评价一个好的算法有以下几个标准: (1) 正确性(Correctness ) 算法应满足具体问题的需求。 (2)可读性(Readability) 算法应该好读。以有利于阅读者对程序的理解。 (3)健状性(Robustness) 算法应具有容错处理。当输入非法数据时，算法应对其作出反应，而不是产年莫名其妙的输出结果。 (4)效率与存储量需求 效率指的是算法执行的时间；存储量需求指算法执行过程中所需要的最大存储空间。一般，这两者与问题的规模有关。 * * /54 对一个算法要作出全面的分析可分成两个阶段进行，即事先分析和事后测试 事后测试 收集此算法的执行时间和实际占用空间的统计资料。 在算法中的某些部位插装时间函数，测定算法完成某一功能所花费的时间 事先分析 求出该算法的一个时间界限函数 与算法效率有关的因素： 程序设计语言 编译的代码质量 机器执行指令的速度 问题的规模　 * * /54 去除与计算机硬件、软件相关的因素，可以认为算法运行工作量的大小只依赖与问题的规模 算法=控制结构+原操作 一个算法所耗费的时间，应该是该算法中每条语句的执行时间之和，而每条语句的执行时间又是该语句的执行次数（频度）与该语句执行一次所需时间的乘积。 我们假定，每条语句一次执行的时间都是相同的，为单位时间。这样我们对时间的分析就可以独立于软硬件系统。 算法的执行时间=∑（原操作执行次数*原操作执行时间） * * /54 将算法求解问题的输入量称为问题的规模，用一个整数n来表示，一个算法的时间复杂度是该算法的时间耗费，一般地说，时间复杂度是问题规模的函数 － T( n )。 当问题的规模n 趋于无穷大时，把时间复杂度T( n )的数量级（阶）称为算法的渐进时间复杂度（有时简称为时间复杂度）。 严格的数学定义为：若T( n ) 和 f( n ) 是定义在正整数集合上的两个函数，当存在两个正的乘数C和n0时，使得对所有的 成立，则 都有 这时称T( n )的时间复杂度为f( n )数量级。 * * /54 例１、for(I=1，I=n;++I) for(j=1;j=n;++j) { c[I][j]=0; for(k=1;k=n;++k) c[I][j]+=a[I][k]*b[k][j]; } 每个循环从1到n，则总次数为: n×n×n=n3 时间复杂度为T(n)=O(n3) * * /54 频度：是指该语句重复执行的次数 例２ {++x;s=0;} 将x自增看成是基本操作，则语句频度为１，即时间复杂度为Ｏ(1) 如果将s=0也看成是基本操作，则语句频度为２ 例３、for(I=1;I=n;++I) {++x;s+=x;} 例４、for(I=1;I=n;++I) 　　　　for(j=1;j=n;++j) {++x;s+=x;} 语句频度为：2n 语句频度为：2n2 * * /54 例５for(i=2;i=n;++I) for(j=2;j=i-1;++j) {++x;a[i，j]=x;} 语句频度为： 1+2+3+…+n-2=(1+n-2) ×(n-2)/2 =(n-1)(n-2)/2 =n2-3n+2 * * /54 算法分析 1、假定每条语句的执行时间为单位时间。算法的时间复杂度是该算法中所有语句的执行频度之和。 例：求两个方阵的乘积 C＝A*B ＃define n 自然数 MATRIXMLT(float A[n][n],float B[n][n],float C[n][n]) { int i,j,k; for(i=0;in;i++) //n+1 for(j=0;jn;j++) //n(n+1) { C[i][j]=0; //n