第2章 算法分析基础.pptVIP

（1）Tmax(n) = max{ T(I) | size(I)=n }=O(n) （2）Tmin(n) = min{ T(I) | size(I)=n }=O(1) （3）在平均情况下，假设： (a) 搜索成功的概率为p ( 0 ? p ? 1 )； (b) 在数组的每个位置i ( 0 ? i n )搜索成功的概率相同，均为 p/n。 算法分析的基本法则 非递归算法： （1）for / while 循环 循环体内计算时间*循环次数； （2）嵌套循环 循环体内计算时间*所有循环次数； （3）顺序语句 各语句计算时间相加； （4）if-else语句 if语句计算时间和else语句计算时间的较大者。 最优算法 问题的计算时间下界为?(f(n))，则计算时间复杂性为O(f(n))的算法是最优算法。 例如，排序问题的计算时间下界为?(nlogn)，计算时间复杂性为O(nlogn)的排序算法是最优算法。 堆排序算法是最优算法。 非递归算法分析 1．仅依赖于问题规模的时间复杂度 有一类简单的问题，其操作具有普遍性，也就是说对所有的数据均等价地进行处理，这类算法的时间复杂度，很容易分析。 【例1】交换i和j的内容 Temp=i；i=j；j=temp； 以上三条单个语句的频度均为1，该算法段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作T(n