数据结构1_绪.ppt

* 冒泡排序 void sort (int A[ ],int n) { int i, j, k; for(i=0;in-1;i++){ for(j=0;jn-i;k++) if(A[j]A[j+1]) t=A[j]; A[j]=A[j+1]; A[j+1]=t;} } void sort (int A[ ],int n) { for(i=0;in-1;i++){ for(j=0;kn-i;k++) if(A[j]A[j+1]) A[j]←→A[j+1];} } 程序设计语言 类程序设计语言 算法的(类)程序设计语言描述 * 类C/C++语法概要—赋值语句 简单赋值：x = 2; 串联赋值：x1 = x2 = x3 = 4 ; 变量名=表达式 变量名1=…=变量名k=表达式 条件赋值：z= xy ? x:y ; 交换赋值：x ←→y ; 变量名=条件表达式？表达式T:表达式F 变量名←→变量名 * 类C/C++语法概要—赋值语句 成组赋值: (x1,x2,x3) = (1,2,3) 变量名1，…，变量名k = 表达式1，…,表达式k 结构名 = 结构名 或 结构名 = (值1，…，值n) 变量名[ ] = 表达式 array_A[1..5] = array_B[3..7] 变量名[起始下标..终止下标] = 变量名[起始下标..终止下标] * 度量算法效率的方法： 事后统计：将算法实现，测算其时间和空间开销。 缺点：⑴ 编写程序实现算法将花费较多的时间和精力； ⑵ 所得实验结果依赖于计算机的软硬件等环境因素。 事前分析：对算法所消耗资源的一种估算方法。 算法分析 算法分析（Algorithm Analysis）：对算法所需要的计算机资源——时间和空间进行估算。 时间复杂性（Time Complexity） 空间复杂性（Space Complexity） * 与时间相关因素 算法选用策略； 问题的规模； 选用的程序设计语言； 编译程序所产生的机器代码的质量； 机器执行的速度。 * 算法的执行时间 int Algo1( int n) { if (n0) return 0; sum=0; for( i=0 ;i=n; i++ ) sum=sum + i ; return sum; } 算法 = 控制结构 + 原操作 算法执行时间= ∑( 基本操作(i)的执行次数×基本操作(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 sum=sum + i ; * 定义 若存在两个正的常数c和n0，对于任意n≥n0，都有T(n)≤c×f(n)，则称T(n)=O(f(n)) n0 问题规模n 执行次数 n0之前的情况无关紧要 T(n) c×f(n) 当问题规模充分大时在渐近意义下的阶 算法分析——大O符号 * 定理：若A(n)=amnm+am-1nm-1+?+a1n+a0是一个m次多项式，则A(n)=O(nm)。 说明：在计算算法时间复杂度时，可以忽略所有低次幂和最高次幂的系数。 定理：大O符号运算 Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3) ＜…＜Ο(2n)＜Ο(n!) Ο(1) 常量阶 Ο(n) 线性阶 Ο(n2) 平方阶 Ο(log2n) 对数阶 Ο(2n) 指数阶 * 例1 + + x ; 例2 for ( i=1; i=n; ++i) + + x ; 算法分析举例一、二 * 算法T(n)举例三 for ( i=1 ; in ; i++) { y=y+1 ; for ( j=0 ; j=n ; j++ ) x++ ; } * 算法T(n)举例四 x=1 ; for ( i=1 ;i=n ; i++ ) for ( j=1 ; j=i ;j++ ) x++ ; * 算法T(n)举例五 i=1; while (i=n) i=i*2 * 算法T(n)举例六：冒泡排序 void bubble_sort(int a[], int n) { // 将a中整数序列重新排列成从小至大 有序序列。 for ( i = n-1; change=TRUE;i=1chan