- 1、本文档共39页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
算法复杂度分析技术 2008/05/16 算法复杂度的考察方法 考察一个算法的复杂度,一般考察的是当问题复杂度n的增加时,运算所需时间、空间代价f(n)的上下界。(Asymptotic upper or lower bound) 进一步而言,又分为最好情况、平均情况、最坏情况三种Case。通常最坏情况往往是我们最关注的。 算法复杂度的上界(大O表示法) 大O表示法是用一个函数f(n)来描写算法复杂度的上界的表示方式。记为:O(f(n)) 大Θ表示法 如果能同时找到算法复杂度的上下确界函数g(n),f(n)。 且g(n) = f(n),则算法复杂度能更精确的表达为Θ(f(n)) 算法复杂度的‘阶’ O(1) 数组元素访问。栈操作。队列操作。 Hash表访问(低负载)。 O(1ogn) 二分查找。堆元素操作。 O(n) 遍历查找。建立堆。链表操作。 O(nlogn) 二分插入排序。归并排序。(快速排序。) O(n2) 选择排序。冒泡排序。 O(2n) 算法复杂度分析技术 求和技术 Solving summations 递归(分治)算法 Solving recurrence 估计与归纳证明法 The substitution method 递归树展开法 The recursion-tree method The master method 快速排序算法及复杂度分析 O(n)排序算法 堆排序算法 求和技术:二分插入查找 (续) for i = 1 to n biInsert( A[i], S); 求和技术 : 二分插入查找 二分查找最后要定位点在的一个具体的点上,而且这个点必须是刚 好必要插入的小,所以必然是要使左指针与右指针相互移过,故每插 入一个,需要比较的次数为log2k 上取整。一共需要比较Σ「log2k」(0-n) 由斯特林(Stirling)公式得 ∑log2k = log2n!= n log2n-n; (n10时已经是很好的近似了) 所以 nlog2n-n = ∑ 「log2n」= nlog2n, 故二分法在比较的时间复杂度: T(n) = O(nlog2n) 递归算法复杂度的递推公式 T(n) = a T (n/b) + f(n) T(1) = Θ (1) 其中:a,b为常数。 例如: 二分查找算法: T(n) = T (n/2) + 1 T(1) = Θ (1) 递归(分治)算法的算法复杂度分析 —— 估计与归纳证明法 The substitution method Merge sort: The substitution method T(n) ≤ 2(c ?n/2?lg(?n/2?)) + n ?≤ cn lg(n/2) + n ? = cn lg n - cn lg 2 + n ? = cn lg n - cn + n ? ≤ cn lg n 递归树展开法 The recursion-tree method The recursion tree for T (n) = 3T (n/4) + cn2 The recursion tree for T (n) = 3T (n/4) + cn2 The master method f(n) ? nlogba T(n) = Θ(nlogba) f(n) =Θ(nlogba) T(n) = Θ(nlogba lgn) f(n) ? nlogba T(n) = Θ(f(n)) Application of Master-theorem Quicksort Quicksort (cont.) Divide: Partition (rearrange) the array A[p ‥ r] into two subarrays A[p ‥ q - 1] and A[q + 1 ‥ r] such that: each element of A[p ‥ q - 1] = A[q], in turn: A[q + 1..r] A[q] Conquer: Sort the two subarrays A[p ‥ q -1] and A[q +1 ‥ r] by recur
文档评论(0)