-算法的分析基础.ppt

2019/10/2 第 2 章 算法分析基础 柯昌博 日期 ： 2015-2-6 1 南京邮电大学 计算机学院计科系 2.1 算法复杂度 好算法的 4 个重要特征： ? Correctness —— 正确性 注意区分“ 正确性 ”和“ 健壮性 ”的概念： 算法 正确性 —— 在合法的输入下，算法应实现预先规定的功能和计算精度要求。 程序 健壮性 —— 当输入不合法的数据时，程序应能做适当处理而不至于引起严重后果。 正确性 和 健壮性 互相补充。 程序 可靠性 —— 在正常情况下能正确地工作，在异常情况下也能做出适当处理。 2.1 算法复杂度 好算法的 4 个重要特征： ? Correctness —— 正确性 ? Simplicity, clarity —— 简明性 遗憾的是，简单的算法不一定高效 思路清晰、层次分明、 容易理解、利于编码和 调试。 2.1 算法复杂度 好算法的 4 个重要特征： ? Correctness —— 正确性 ? Simplicity, clarity —— 简明性 ? Amount of time/space used —— 效率 执行算法所需的时间和存储空间 算法设计者常常需要在算法的简明性和 效率之间作出谨慎的选择 2.1 算法复杂度 好算法的 4 个重要特征： ? Correctness —— 正确性 ? Simplicity, clarity —— 简明性 ? Amount of time/space used —— 效率 ? Optimality —— 最优性 算法执行时间达到求解该类问题所 需时间的下界。 与所求解问题自身的复杂程度有关 。 又如： 可证 排序问题的 时间复杂度下界 为 ? ( n log n ) 。 则 最坏时间复杂性为 O ( n log n ) 的排序算法是 最优算法 。 因此： 堆排序 算法和 两路合并排序 算法都是 最优算法 。 例如 : FindMax(int L[]) // 求 n 个元素中的最大元素 { int max=L[0]; int i=1; while(i<n) { if (max<L[i]) max=L[i]; i=i+1; } } 最优算法 影响 程序 运行时间的因素 ? 程序所依赖的 算法 ? 问题规模 和 输入数据 ? 计算机系统 性能 根本的、起决定作用的 数值大小和状态 硬件系统性能（ CPU 速度）和软件系统性能（操作系统、编译器 ） 输入、输出 —— 运行一个算法所需的 时间 和 空间 资源的量。 ? 算法的 时间 复杂性（ Time Complexity ） —— T ( n ) ? 算法的 空间 复杂性（ Space Complexity ） —— S ( n ) 其中 n 是问题的规模（输入大小） 算法复杂度 How to Measure? ? Machine independent ? Language independent ? Programming style independent ? Implementation independent 算法的 时间 复杂度 ? 算法的时间复杂度 —— 算法运行所需的时间 ? 最好 、 最坏 和 平均 时间复杂度 ( 不考虑计算机因素对算法分析的影响） ? 最好 情况（ 出现概率较大时 分析） ? 最差 情况（ 实时系统 ） ? 平均 情况（ 已知 输入数据是如何 分布 的，通常 假设 等概率分布 ） 算法的时间复杂度 （ 1 ） 最好情况 下的时间复杂性： B(n) = T min ( n ) = min{ T (n,I) | I∈D n } （ 2 ） 最坏情况 下的时间复杂性： W(n) = T max ( n ) = max{ T (n,I) | I∈D n } （ 3 ） 平均情况 下的时间复杂性： A(n) = T avg (n) = I: 问题规模为 n 的实例。 D n : 规模为 n 的所有合法输入的集合。 p(I): 实例 I 出现的概率。 I Dn p(I)T(n,I) ? ? 算法的 空间 复杂度 ? 算法的空间复杂度 —— 算法运行所