数据结chap1绪 论.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 算法设计的原则 设计算法时，通常应考虑达到以下目标： 1．正确性 2. 可读性 3．健壮性 4．高效率与低存储量需求 1．正确性 首先，算法应当满足以特定的“规格说明”方式给出的需求。 其次，对算法是否“正确”的理解可以有以下四个层次： a．程序中不含语法错误； b．程序对于几组输入数据能够得出满足要求的结果； c．程序对于精心选择的、典型、苛刻且带有刁难性的几组输入数据能够得出满足要求的结果； 通常以第 c 层意义的正确性作为衡量一个算法是否合格的标准。 d．程序对于一切合法的输入数据都能得出满足要求的结果； 2. 可读性 算法主要是为了人的阅读与交流， 其次才是为计算机执行，因此算法应该易于人的理解；另一方面，晦涩难读的程序易于隐藏较多错误而难以调试。 3．健壮性 当输入的数据非法时，算法应当恰当地作出反映或进行相应处理，而不是产生莫名奇妙的输出结果。并且，处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。 4．高效率与低存储量需求 通常，效率指的是算法执行时间； 存储量指的是算法执行过程中所需的 最大存储空间，两者都与问题的规模 有关。 算法效率的 衡量方法和准则 通常有两种衡量算法效率的方法: 事后统计法 事前分析估算法 缺点：1．必须执行程序 2．其它因素掩盖算法本质 和算法执行时间相关的因素： 1．算法选用的策略 2．问题的规模 3．编写程序的语言 4．编译程序产生的机器代码的质量 5．计算机执行指令的速度 一个特定算法的“运行工作量” 的大小，只依赖于问题的规模（通常用整数量n表示），或者说，它是问题规模的函数。 假如，随着问题规模 n 的增长，算法执行时间的增长率和 f(n) 的增长率相同，则可记作： T (n) = O(f(n)) 称T (n) 为算法的(渐近)时间复杂度。 如何估算 算法的时间复杂度？ 算法 = 控制结构 + 原操作 （固有数据类型的操作） 算法的执行时间 = 原操作(i)的执行次数×原操作(i)的执行时间 算法的执行时间 与 原操作执行次数之和 成正比 从算法中选取一种对于所研究的问题来说是 基本操作 的原操作，以该基本操作 在算法中重复执行的次数 作为算法运行时间的衡量准则。 两 个 矩 阵 相 乘 void mult(int a[], int b[], int c[] ) { // 以二维数组存储矩阵元素，c 为 a 和 b 的乘积 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]; } //for } //mult 基本操作: 乘法操作 时间复杂度: O(n3) 算法的存储空间需求 算法的空间复杂度定义为: 表示随着问题规模 n 的增大， 算法运行所需存储量的增长率 与 g(n) 的增长率相同。 S(n) = O(g(n)) 算法的存储量包括: 1．输入数据所占空间 2．程序本身所占空间 3．辅助变量所占空间 * * * * * * * * * * * * * * * * 数据结构Data Structure 主讲：李波 学院：电信学院 电话e-mail：Leebo@scut.edu.cn 教学安排 总课时：48（32+16）课时 课堂教学：32课时，每周1次，每次3课时 实验：16个课时 共计15个教学周 第一章 绪 论 数据结构讨论的范畴 Niklaus Wirth： Algorithm + Data Structures = Programs 程序设计: 算法: 数据结构: 为计算机处理问题编制 一组指令集 处理问题的策略 问题的数学模型 概括地说： 数据结构是一门讨论“描述现实世界实体的数学模型及其上的操作在计算机中如何表示和实现”的学科。 数据与数据结构 所有能被输入到计算机中，且能被计算机处理的符号的集合。 数据: 是计算机操作的对象的总称。 是计算机处理的信息的某种特定的符号表示形式。 是数据（集合）中的一个“个体” 数据元素: 是数据结构中讨论的基本单位 数据项： 是数据结构中讨论的最小单位 数据元素可以是数据项的集合 例如： 描述一个运动员的数据