第一章_绪论-数字结构精选.pptVIP

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第一章_绪论-数字结构精选

程序的产生 五个阶段: 需求(输入、输出) 设计(编写算法) 分析(选择最佳算法) 细化与编码(编写程序) 验证(程序验证、测试、调试) 算法分析 算法定义:为了解决某类问题而规定的一个有限长的操作序列 。 特性: 有穷性 算法在执行有穷步后能结束 确定性 每步定义都是确切、无歧义 可行性 每一条运算应足够基本 输入 有0个或多个输入 输出 有一个或多个输出 算法设计 例子: 选则排序 问题:递增排序 解决方案:逐个选择最小数据 算法框架: for ( int i = 0; i n-1; i++ ) { //n-1趟 从a[i]检查到a[n-1]; 若最小整数在a[k], 交换a[i]与a[k]; } 细化:Select Sort void selectSort ( int a[ ], int n ) { //对n个整数a[0],a[1],…,a[n-1]按递增顺序排序 for ( int i = 0; i n-1; i++ ) { int k = i; //从a[i]查到a[n-1], 找最小整数, 在a[k] for ( int j = i+1; j n; j++ ) if ( a[j] a[k] ) k = j; int temp = a[i]; a[i] = a[k]; a[k] = temp; } } 性能分析与度量 算法的性能标准 正确性:包括 不含语法错误 对几组数据运行正确 对典型、苛刻的数据运行正确; 对所有数据运行正确 可读性 效率:高效、低存储需要。(算法执行时间短,同时所占用的存储空间小。 健壮性:当输入非法数据时,算法也能作出适当反应,而不会出现莫名其妙的输出结果。 算法的后期测试 在算法中的某些部位插装时间函数time ( ), 测定算法完成某一功能所花费时间 double start, stop; time (start); int k = seqsearch (a, n, x); time (stop); double runTime = stop - start; printf ( %d%d\n , n, runTime ); int seqsearch ( int a[ ], int n, int x ) { //在a[0],…,a[n-1]中搜索x int i = 0; while ( i n a[i] != x ) i++; if ( i == n ) return -1; return i; } 算法的事前估计 空间复杂度度量 存储空间的固定部分 程序指令代码的空间,常数、简单变量、定长成分(如数组元素、结构成分、对象的数据成员等)变量所占空间 可变部分 尺寸与实例特性有关的成分变量所占空间、引用变量所占空间、递归栈所用空间、通过new和delete命令动态使用空间 时间复杂度度量 运行时间 = 算法中每条语句执行时间之和。 每条语句执行时间 = 该语句的执行次数(频度)* 语句执行一次所需时间。 语句执行一次所需时间取决于机器的指令性能和速度和编译所产生的代码质量,很难确定。 设每条语句执行一次所需时间为单位时间,则一个算法的运行时间就是该算法中所有语句的频度之和。 时间复杂度 一、时间复杂度 即算法中语句重复执行次数的数量级就是时间复杂度。 二、表示方法: T(n)=O(f(n)) f(n)表示基本操作重复执行的次数,是n的某个函数,随问题规模n的增大,算法执行时间的增长率和f(n)的增长率属于同一数量级; O表示f(n)和T(n)只相差一个常数倍。 T(n)称做渐进时间复杂度,简称时间复杂度。 几种时间复杂度 O(1):常数时间 O(log2n):对数时间 O(n):线性时间 O(nlog2n):线性对数时间 O(n2):平方时间 O(n3):立方时间 O(2n):指数时间 上述的时间复杂度的优劣次序如下(n=16): O(1)O(log2n)O(n)O(nlog2n)O(n2)O(n3)O(2n) 数据结构 什么是数据结构 基本概念和术语 抽象数据类型 算法分析 性能分析与度量 第一章 绪论 学生成

文档评论(0)

feixiang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档