第6讲软件开发与软件工程.pptVIP

第6讲 软件开发与软件工程 1 算法 (3.3) 2 程序设计 (3.3) 3 软件工程 (补充) 开发计算机软件的过程 (1) 确定并理解问题 (2) 寻找解决问题的方法与步骤，并将其表示成算法(algorithm) (3) 程序设计：使用某种程序设计语言描述该算法及其处理的对象, 并编译成目标程序 (4) 调试(debug)和运行(run)程序，获得问题的解答 (5) 进行评估, 改进算法和程序 1. 算法 什么是算法？ ——算法是解决问题的方法与步骤 例：有三个硬币，其中一个是伪造的，另两个是真的，伪币与真币重量略有不同。现在提供一座天平，如何找出伪币呢？ 分析： 按给定条件进行操作 明确而有序地进行 共享智能(任何人均可进行) 解决问题必须找到算法！ 例1：买鸡问题 公元5世纪末(南北朝)，我国古代数学家张丘建在他所撰写的《算经》中，提出了这样的一个问题：“鸡翁一，值钱五；鸡母一，值钱三；鸡雏三，值钱一。百钱买百鸡，问鸡翁、母、雏各几何？” 用“枚举法”解决买鸡问题 例2：货郎担问题(TSP-Traveling Salesman Problem) 售货员从城市A出发，到B、C、D等若干城市销售货物。已知各城市之间的距离，要求选择一条旅行路线，使总路程最短。条件：每个城市只能经过一次，最后仍回到出发城市A。 用枚举法解决TSP问题 TSP问题与组合爆炸 4个城市，共有3！= 6种路径 5个城市，共有4！= 24种路径 10个城市，共有9！= 36万种路径 50个城市，有49！=1062路径 …… f(n) = (n－1) ! 2001年解决了15112个城市之间的TSP问题，使用110台计算机，共费时2.5月（组合爆炸） 例3：寻找最大数（ 分治法 ） 分治法的基本思想 例：找最大/最小数；合并排序；矩阵乘法；二分法搜索等 例4：迷宫问题 (回溯法、试探法) 例5：Hanoi塔问题（递归法） 设A,B,C是3个塔座，塔座A上有一叠由小到大叠在一起的n个圆盘，现要求将塔座A上的这一叠圆盘移到塔座C上，并仍按同样顺序叠置。移动规则是： (1) 每次只能移动1个圆盘 (2) 不允许大盘压在小盘上 2个圆盘的情况 3个圆盘的情况 4个圆盘的情况 Hanoi塔问题分析 小结：算法设计是解决问题的关键 不同问题往往需要使用不同的算法，客观世界非常复杂，问题是无限的，所以算法也层出不穷！ 借鉴已有问题的求解算法是设计新算法的“捷径”： 枚举法、回溯法、递归法、分治法、迭代法、贪心法、动态规划法，等等 设计算法是一项富有挑战性的工作，它既有严格的技术因素，必须进行缜密的思考，又需要丰富的想象力和创新思维，是惟一能使人既成为工程师又成为艺术家的一种工作 即使有了算法，也不一定能够解决问题 同一问题往往有多种算法！ 例：排序问题(sorting) 基本问题: 有一组数据 (例如整数或字符), 把它们按某种规则(例如数值大小或编码顺序)进行排列 例: 1 简单排序算法 (demo) 任给一组未排序的整数 重复下面的步骤3~5,直到未排序的数为空: 对未排序的数进行比较 选出未排序数中的最小数 把最小数移动至已排序数的末尾 2 插入排序算法 (demo) 1 任给一组未排序的整数 2 在第1个数的右面设置1个标记，标记左面为已排序的数，标记右面为未排序的数 3 重复下面的步骤4至6, 直到未排序的部分为空: 4 选择未排序部分的第1个数 5 将该数与已排序的数进行比较/交换，直到它到达正确的位置 6 将标志向右面移动1个位置 3 选择排序算法 (demo) 任给一组未排序的整数 在未排序数的左面设置1个标志,以区分已排序部分和未排序部分 重复步骤4~步骤7,直到未排序部分只剩下1个数为止: 对未排序部分的数进行比较 从中选择最小的1个数 将它与未排序部分的第1个数相互交换位置 将标志向右移动1个位置 算法分析： ——怎样选择合适的算法？ 正确：给定有效输入后，经过有限时间的计算，产生正确的输出结果 直观、易理解：算法容易理解，容易验证其正确性，程序容易调试 快：运行该算法所需要的时间比较少——时间复杂性(Time Complexity)低 ： 省：节省存储空间，额外占用的存储器少——空间复杂性(Space Complexity) 低： 是不是所有问题都有算法？ 许多问题迄今还无有效算法！ 哥德巴赫猜想 语音识别 股市预测 地震预报 长期大范围天气预报 ··· 小 结 小结1：计算机算法的4个特点 ① 明确性：算法中每一步操作的含义必须清楚明确，无二义性