清华大学数据结构课件CHAP严蔚敏--（精选）公开课件.pptVIP

知 识 点 数据结构中常用的基本概念和术语 算法描述和分析方法 难 点 算法复杂性的分析方法 要 求 了解数据的逻辑结构和物理结构，算法的基本概念，它们对于程序设计的重要性以及相互关系 掌握算法复杂性的概念及分析方法 算法的描述 本书将采用类C语言描述算法 类C语言是标准C语言的简化 ，与标准C语言的主要区别如下： 1. 所有算法都以如下所示的函数形式表示： 函数类型 函数名（参数表） { 语句序列? } 类C语言的形参书写比标准C语言简单，如，int xyz(int a,int b,int c)可以简单写成int xyz (int a,b,c) 类C与标准C的主要区别(续) 2. 局部量的说明可以省略，必要时对其作用给予注释 。 3. 不含go to语句，增加一个出错处理语句error(字符串)，其功能是终止算法的执行并给出表示出错信息的字符串。 4. 输入/输出语句有： 输入语句 scanf([格式串]),变量1，…，变量N）； 输出语句 printf([格式串]),变量1，…，变量N）； 通常省略格式串 。 算法复杂性的分析 算法的复杂性包括时间复杂性（所需运算时间）和空间复杂性（所占存储空间），重点是时间复杂性 。 一个算法所需的运算时间通常与所解决问题的规模大小有关。 用n 表示问题规模的量 ，把算法运行所需的时间T表示为n的函数，记为T(n)。 不同的T(n)算法，当n增长时，运算时间增长的快慢很不相同。 一个算法所需的执行时间就是该算法中所有语句执行次数之和。 渐进时间复杂性：当n逐渐增大时T(n)的极限情况，一般简称为时间复杂性。 时间复杂性常用数量级的形式来表示，记作T(n)=O(f(n))。 其中，大写字母O为Order(数量级)的字头，f(n)为函数形式，如T(n)=O(n2)。 当T(n)为多项式时,可只取其最高次幂项,且它的系数也可略去不写。 一般地，对于足够大的n，常用的时间复杂性存在以下顺序： O(1) O(logn) O(n) O(n*logn) O(n2) O(n3)…O(2n)O(3n)…O(n!) 其中,O(1)为常数数量级,即算法的时间复杂性与输入规模n无关。 算法的运行时间往往还与具体输入的数据有关，通常用以下两种方法来确定一个算法的运算时间： 平均时间复杂性：研究同样的n值时各种可能的输入，取它们运算时间的平均值。 2. 最坏时间复杂性：研究各种输入中运算最慢的一种情况下的运算时间。  计算下面交换i和j内容程序段的时间复杂性。 temp=i; i=j; j=temp; 解：以上三条单个语句均执行1次，该程序段的执行时间是一个与问题n无关的常数，因此，算法的时间复杂度为常数阶,记作T(n)=O(1).  计算下面求累加和程序段的时间复杂性 （1） sum=0； （一次） （2） for(i=1;i=n;i++) （n次 ） （3） for(j=1;j=n;j++) （n2次 ） （4） sum++； （n2次 ） 解：T(n)=2n2+n+1 =O(n2) QUICK QUIZ(1) 一、名词解释 数据 数据项 数据元素 数据结构 数据逻辑结构 数据物理结构 算法 算法的时间复杂性 二、简答 1. 算法分析的目的是什么？ 2. 什么是算法的最坏和平均时间复杂性？ 三、分析下列算法的时间复杂性: 1．sum=0; for (i=1;i=n;i++) { sum=sum+i; } 2．i=1; while(i=n) i=i*10; 1*10 3．sum=0; for(i=0;in;i++) for(j=0;jn;j++) sum=sum+Array[i][j]; 一、名词解释 数据：就是一切能够由计算机接受和处理的对象。 数据项：是数据的不可分割的最小单位，在有些场合下，数据项又称为字段或域。 数据元素：是数据的基本单位，在程序中作为一个整体加以考虑和处理，也