算法设计与 第2章 算法基础.pptVIP

非递归算法的分析 1. 建立一个代表算法运行时间的求和表达式; 2. 用渐进符号表示这个求和表达式。 int ArrayMin(int a[ ], int n) { 　　min=a[0]; 　　for (i=1; in; i++) 　　　if (a[i]min) min=a[i]; 　return min; } 1. 决定用哪个（或哪些）参数作为算法问题规模的度量 可以从问题的描述中得到。 2. 找出算法中的基本语句 通常是最内层循环的循环体。 3. 检查基本语句的执行次数是否只依赖于问题规模 如果基本语句的执行次数还依赖于其他一些特性，则需要分别研究最好情况、最坏情况和平均情况的效率。 4. 建立基本语句执行次数的求和表达式 计算基本语句执行的次数，建立一个代表算法运行时间的求和表达式。 5. 用渐进符号表示这个求和表达式 计算基本语句执行次数的数量级，用大O符号来描述算法增长率的上限。 非递归算法分析的一般步骤 对递归算法时间复杂性的分析，关键是根据递归过程建立递推关系式，然后求解这个递推关系式。 递归算法的分析 void Hanoi(int n,char A,char B,char C) { if (n==1） printf (A—C); else { hanoi(n-1,A,C,B); printf(A—C); hanoi(n-1,B,A,C); } } H(1) = 1 (n=1) H(n) = 2*H(n-1)+1 (n1) 算法复杂度分析小结 基本技术： 根据循环统计基本语句次数 用递归关系统计基本语句次数 用平摊方法统计基本语句次数 渐近复杂度： ?、?、? 标准： 平均时间复杂 最坏时间复杂 最好时间复杂度 基本技术： 常用求和公式 定积分近似求和 递归方程求解 选取基本语句 统计基本语句频数 计算并简化统计结果 算法分析的核心——计数 渐近时间关注的是趋势 提锡壶，游西湖，锡壶掉西湖，惜乎锡壶。 听物理，如雾里，雾里看物理，勿理物理。 捧玉杯，看御碑，玉杯碎御碑，欲悲玉杯。 知后羿，有后裔，后裔源后羿，厚矣后裔。 学习技巧——模仿 从哲学角度看：算法是解决一个问题的抽象行为序列。 从技术层面上看：算法是一个计算过程，它接受一些输入，并产生某些输出。 从抽象层次上看：算法是一个将输入转化为输出的计算步骤序列。 从宏观层面上看：算法是解决一个精确定义的计算问题的工具。 你认为算法是什么？ 第二章 算法分析基础 1 2 3 4 算法时间复杂性分析 算法空间复杂性分析 最优算法 小 结 公元5世纪末，我国古代数学家张丘建在他所撰写的《算经》中，提出了这样一个问题：“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？”意思是公鸡每只5元、母鸡每只3元、小鸡3只1元，用100元钱买100只鸡，求公鸡、母鸡、小鸡的只数。 思考如下问题 案例一——百鸡问题 令a为公鸡只数，b为母鸡只数，c为小鸡只数。列出约束方程： a+b+c=100 （1） 5a+3b+c/3=100 （2） c%3=0 （3） 分析: a、b、c的可能取值范围为0~100，对a、b、c的所有组合进行测试，满足约束方程的组合是问题的解。把问题转化为用 n 元钱买 n 只鸡，则上式变为： a+b+c=n （1） 5a+3b+c/3=n （2） 案例一——百鸡问题 算法1 百鸡问题 1. void chicken_question(int n,int k,int g[],int m[],int s[]) 2. { 3. int a,b,c; 4. k = 0; 5. for (a=0;a=n;a++){ 6. for (b=0;b=n;b++){ 7. for (c=0;c=n;c++) { 8. if ((a+b+c==n)(5*a+3*b+c/3==n)(c%3==0)) { 9. g[k] = a; 10. m[k] = b; 11.