算法设计与分析382.pptVIP

例题2.21[Matrix Addition] * fhfh Step table for Program 2.19 * fhfh 例题2.22[Sequential Search] Program 2.1 Sequential search * fhfh Step table for Pro2.1—best-case * fhfh Step table for Pro2.1—worst-case * fhfh 例题2.2(续) T a[] 和T x需2 bytes 指针(假定T为整型) 形参 n 需2 bytes i 需2 bytes 以上均为实例特征独立的空间需求量 所以s(n)=0 注:上述分析是从程序调用的角度看,存放无序表的数组占用的空间记在上层程序的帐上. * fhfh 例题2.3 Program Program 1.8 Add a[0:n-1] 实例特征：n，S(n)=0 * fhfh 例题2.4 Program 1.9 Recursive code to add a[0:n-1] 实例特征:n ,递归栈需6 bytes S(n)=6(n+1)bytes * fhfh 例题2.5 Program 1.7 Recursive function to compute n! 实例特征：n， S(n)= 4*max{n,1} * fhfh 小结 对非递归算法 分析与实例特征有关的数据结构的大小 对递归算法 还要分析递归调用的深度和实例特征的关系 * fhfh 2.3 时间复杂度(time complexity)T(n) 时间复杂度指程序执行时所用的时间。 在使用解析方法时程序p的时间复杂度表示为输入量的函数T。 机器独立的分析方法-解析的方法. 在解析地分析时间复杂度时,使用以下两种时间单位并计算： 操作计数(operation count):算法的基本操作 (程序)步计数(step count):分析全部程序 要点:基本操作或程序步的执行时间必须是常数。 * fhfh 2.3.2 操作计数 Program 1.31 Finding the largest elements 如果包含其他operations，则时间复杂度某常数*t(n)。 实例特征 : n , operation: comparison t(n)=n-1 且不可少于n-1 例题2.7 Max Element * fhfh 例题2.8 [Polynomial Evaluation] Program 2.3 A function to evaluate a polynomial 实例特征 : n , operation: multiplication, t(n)=2n * fhfh 例题2.8 [Polynomial Evaluation] Program 2.4 Horners rule for polynomial evaluation Horner’s rule: t(n)=n * fhfh 例题2.9 [Ranking] Program 2.5 Computing ranks Instance size : n , operation: comparison, t(n)=n*(n-1)/2 * fhfh 例题2.9（续） 例如a=[4,3,9,3,7] 则r=[2,0,4,1,3] 又如a＝[9,3,9,3,7]则r=[3,0,4,1,2] a中两个3有不同的rank值。 每个元素有不同的rank值; rank取值于{0,1,2,...,n-1}. 如果r[i]r[j],则a[i]≤a[j] 上述关系可用于排序:rank值等于该元素在排序序列中的位置,按rank值将这些元素放到数组的相应位置. * fhfh 例题2.10 [Rank Sort] Program 2.6 Rearranging using an additional array 该题调用程序2.5，r[i]=rank of a[i] 实例特征 : n , operation: element move(即赋值), t(n)=2n * fhfh 例题2.11 [Selection Sort] Program 2.7 Selection sort The number of element move is 3(n-1). Instance size : n , operation: comparison , t(n)=n*(n-1)/2 * fhfh 最好，最坏和平均情形时间复杂度 当长度相同的不同输入有不同的计算时间时，时间复杂度分析分别考虑三种情形：即最好，最坏和平均. 当应用对计算时间有严格要求时，应做最坏情形