[计算机软件及应用]第1章算法分析算法概述.pptVIP

[计算机软件及应用]第1章算法分析算法概述.ppt

  1. 1、本文档共30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
[计算机软件及应用]第1章算法分析算法概述

算法设计与分析 第1章 算法概述 1.1 算法与程序 1.2 算法复杂性分析 学习要点: 理解算法的概念。 理解什么是程序,程序与算法的区别和内在联系。 掌握算法的计算复杂性概念。 掌握算法渐近复杂性的数学表述。 掌握用C++语言描述算法的方法。 1.1 算法与程序 1.1.1 算法(Algorithm) 算法是指解决问题的一种方法或一个过程。 算法是若干指令的有穷序列,满足性质: ①输入(Input):一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法本身定出了初始条件。 ②输出(Output):一个算法有一个或多个输出,以反映对输入数据加工后的结果,没有输出的算法是毫无意义的。 ③确定性(Definiteness):组成算法的每条指令是清晰,无歧义的。 ④有限性(Finiteness):算法中每条指令的执行次数是有限的,执行每条指令的时间也是有限的。 ⑤可行性(Effectiveness):算法中执行的任何计算步都是可以被分解为基本的可执行的操作步,即每个计算步都可以在有限时间内完成(也称之为有效性)。 1.1.2 程序(Program) 程序是算法用某种程序设计语言的具体实现。 程序可以不满足算法的性质(4)。 例如操作系统,是一个在无限循环中执行的程序,因而不是一个算法。 操作系统的各种任务可看成是单独的问题,每一个问题由操作系统中的一个子程序通过特定的算法来实现。该子程序得到输出结果后便终止。 1.1.3 问题求解(Problem Solving) 例: 编写判断存放在单链表L中的字符串是否为回文的函数。 存放字符串的单链表L的长度已知,L的示意图如下: 算法: ①定义一个栈(栈的元素类型为char),并初始化;(SqStack S; initStack(S);) ②将单链表存储的字符串中的前一半字符进栈; ③将栈中的字符逐个与单链表中后半部分的字符进行比较,如果字符全部相等,则判断字符串是回文,如果有一个字符不相等,则判断不是回文。 bool HuiWen(LinkList L,int n){ int i=1; SqStack s; initStack(s); LinkList p=L-next; while(i=(n/2)){ push(S,p-data); p=p-next; i++; } if((n%2)==1) p=p-next; while(p!=NULL){ if(pop(S)==p-data) p=p-next; else return false; } return true; } 1.2 算法复杂性分析 算法复杂性 = 算法所需要的计算机资源 算法的时间复杂性T(n); 算法的空间复杂性S(n)。 其中n是问题的规模(输入大小)。 1.2.1 算法的时间复杂性 算法的时间复杂性应该集中反映算法的时间效率,并从算法的实际计算机中抽象出来。 这个量应该只依赖于要解的问题的规模(N)、算法的输入(I)和算法本身(A)。 算法的时间复杂性可表示为如下的三元函数: T=T(N, I, A) 由于A隐含于函数名当中,T可简化为: T=T(N, I) 根据T(N, I)的概念,它应该是算法在一台抽象的计算机上运行所需的时间。 设此抽象计算机所提供的元运算有k种,分别为O1, O2, …, Ok,又设每执行一次这些运算的时间分别为t1, t2, …, tk。 对于给定的算法A,用到元运算Oi的次数为ei,显然ei为N和I的函数,因此有: 一般我们只讨论三种情况下的时间复杂性,即最坏情况、最好情况和平均情况下的时间复杂性。 ⑴最坏情况下的时间复杂性 ⑵最好情况下的时间复杂性 ⑶平均情况下的时间复杂性 1.2.2 算法的渐近复杂性 在评估一个算法的性能时,并不需对算法的执行时间作出准确的统计。因为我们在分析算法的性能,或把两个算法的性能进行比较时,对时间的估计是相对的,而不是绝对的。由此我们引入算法渐近复杂性的概念。 定义1.1 设算法的执行时间为T(N),如果存在T*(N),使得: 就称T*(N)为算法的渐近时间复杂性。 在数学上, T*(N)是T(N)的渐近表达式,是T(N)略去低阶项留下的主项,它比T(n) 简单。我们用T*(N)来替代T(N)作为算法在N→∞时的复杂性的度量,并作出如下进一步的简化: 只关心T*(N)的阶,不考虑它的常数因子; 假设算法中用到的所有不同的

文档评论(0)

skvdnd51 + 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