南昌大学信息工程学院数据结构课件 第四课.ppt

数 据 结 构  第四课 算法效率的度量和存储空间需求 本课主题： 算法效率的度量和存储空间需求 教学目的： 掌握算法的渐近时间复杂度和空间复杂度的意义与作用 教学重点： 渐近时间复杂度的意义与作用及计算方法 教学难点： 渐近时间复杂度的意义 授课内容： 一、算法效率的度量 算法执行的时间是算法优劣和问题规模的函数。评价一个算法的优劣，可以在相同的规模下，考察算法执行时间的长短来进行判断。而一个程序的执行时间通常有两种方法： 1、事后统计的方法。 缺点：不利于较大范围内的算法比较。（异地，异时，异境） 2、事前分析估算的方法。 程序在计算机上运行所需时间的影响因素 时间复杂度：算法中基本操作重复执行的次数是问题规模n的某个函数f（n）， T（n）=O（f（n）） 它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长绿相同。 语句的频度：是该语句重复执行的次数。 例：求两个n阶方阵的乘积C=A×B，其算法如下：#define n 100 void MatrixMultiply(int A[n][n],int B[n][n],int C[n][n]) { int i,j,k for (i=1;i=n;++i) n+1 for (j=1;j=n;++j) n*(n+1) C[i][j]=0; n2 for (k=1;k=n,k++) n2(n+1) C[i][j]=C[i][j]+a[i][k]*b[k][j]; n3 } T(n)=2n3+3n2+2n+1 limT(n)/ n3=2 T(n)=O(n3) 原操作执行次数和包含它的语句的频度相同。语句的频度指的是该语句重复执行的次数。 基本操作的执行次数不确定时的时间复杂度 二、算法的存储空间需求 类似于算法的时间复杂度，空间复杂度可以作为算法所需存储空间的量度。 记作： S(n)=O(f(n)) 若额外空间相对于输入数据量来说是常数，则称此算法为原地工作。 如果所占空间量依赖于特定的输入，则除特别指明外，均按最坏情况来分析。 三、总结 渐近时间复杂度 空间复杂度 回目录 上一课 下一课 * * 第四课 算法效率的度量和存储空间需求 时间复杂度实例 *