第二章算法分析-Read.pptVIP

第2章 算法分析 算法分析的概念 算法运行时间举例 最大连续子序列之和问题 静态搜索问题 检验一个算法分析 Big-Oh分析法的限制 评价算法好坏的标准 执行算法所耗费的时间，即效率问题。 执行算法所耗费的存储空间，主要考虑辅助的存储空间。 算法应易于理解,具有可读性，易于编码，易于调试等。 健壮性，即当输入一些非法数据时，算法也应做出适当的反映或进行处理。 算法分析的概念 算法所花费的运行时间取决于它所处理的数据输入量。 算法的运行时间是数据输入量的一个函数。 而确切的函数值依赖于许多因素。 对于一个给定计算机上的给定程序，可以在图中描绘出运行时间的函数。 算法分析中的时间函数图解 图中给出了四个程序的运行时间图，这些曲线代表了在算法分析中遇到的四个函数：线性函数、O（NlogN）、二次方函数、立方函数，输入规模N从1至100，运行时间为0至10毫秒。 这些曲线最显著的特征就是当数据输入量较大时，平方算法和立方算法无法与其他算法竞争。 下表所示的是以增长率的增长次序来排列这些算法运行时间的函数。  算法运行时间举例 数组中的最小元素：给出一个具有N项的数组，找出其最小元素。 平面中距离最近的两点：在平面（直角坐标系）中提供N个点，找出一对距离最近的点。 最小元素问题 解决方案： 定义一个变量min存储最小元素。 初始化min为第一个元素。 顺序扫描整个数组，将