浙江万里学院计算机系.pptVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
浙江万里学院计算机系

浙江万里学院计算机系 数据结构课件 第1章 绪论 第2讲 2004年9月 本讲主要内容 1.3 C++语言复习 1.4 算法描述与分析 1.4 算法描述与分析 1.4.1 什么是算法 算法(algorithm)是对特定问题求解步骤的一种描述,是指令的有限序列。 描述算法需要一种工具(语言),可以是自然语言、数学语言或是某种计算机语言。 算法的五个重要特性 (1) 输入: 一个算法应该有一个或多个输入。 (2)有穷性: 一个算法必须在执行有穷步骤之后正常结束,而不能形成无穷循环。 (3) 确定性: 每一条指令必须有确切的含义,不能产生多义性。 (4) 可行性: 每一条指令必须是切实可执行的,即原则上可以通过已经实现的基本运算执行有限次来实现。 (5) 输出: 一个算法应有零个或多个输出,是同输入有某个特定关系的量。 1.4.2 算法描述工具-C++ (1) 问题的规模尺寸用MAXSIZE表示, (2) 数据元素类型一般写成ElemType, 需要预先定义例如: const MAXSIZE =100 ; typedef int ElemType ; ElemType S[MAXSIZE]; 1.4.2 算法描述工具-C++ (3) 一个算法以函数形式的给出: 类型标识符 函数名(形参表) {语句组} 再如: 算法1.1 void simsort( ar a [ ], int n ) { for (i=1; in; i++) for (j=i; j=n; j++) if (a[i].data a[j].data) { m=a[i]; a[i]=a[j]; a[j]=m; } for (i=1; i=n; i++) {couti“ ”a[i].num; cout“ ” a[i].dataendl; } } 1.4.3 算法分析技术 1. 问题的规模 所谓问题的规模是指算法中数据元素的数量,下文常用小写字母n来表示。 2.空间 所谓算法的空间代价(或称空间复杂性)指的是:当问题的规模以某种单位由1增至n时,解决该问题的算法实现所占用的空间也以某种单位由1增至f(n)。则称该算法的空间代价是f(n)。 1.4.3 算法分析技术 3.??时间 (1)语句频度(frequency count) 是指在一个算法中,该条语句重复执行的次数。 写成关于问题规模n的函数: f(n) 。 算法1.2 分析 1: float pingjun( float a [ ], int n ) 2: { int i; float sum, pv; 3: sum=0; 4: for (i=0; in; i++) 5: sum=sum+a[i]; 6: pv=sum/n; 7: return pv; 8: } 1.4.3 算法分析技术 分析下列3个算法(片段) 分析算法1.1 1.4.3 算法分析技术 1.3 C++语言简介 1.3 C++语言 1.3 C++语言 1.3 C++语言 1.3 C++语言 1.3 C++语言 1.3 C++语言 “数据结构”课程 * * 1.4.1 什么是算法 1.4.2 算法描述工具—选用C++ 1.4.3 算法分析技术 例如:int sum( int a, int b ) { c=a+b; return c; } 语句3:的语句频度是1,语句5:的语句频度是n (2)算法的渐近时间复杂度(1asymptotic time complexity) 依据算法中最大语句频度来估算,它是问题规模n的某个函数f(n)。: 记作 : T(n)=O(f(n)) 简称时间复杂度。 (a) x=x+1; 语句频度 :1 时间复杂度:T(n)=O(1) (b)??? for(i=1; i=n; i++) x=x+1; 语句频度:n 时间复杂度:T(n)=O(n) (c)??? for (j=1; j=n; j++) for (k=1; k=n; k++) x=x+1; 语句频度:n2 时间复杂度:T(n)=O(n2) voi

文档评论(0)

f8r9t5c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8000054077000003

1亿VIP精品文档

相关文档