算法效率培训课程.pptxVIP

第4讲 算法效率;内容提要; ;算法的性质 输入性：具有零个或若干个输入量； 输出性：至少产生一个输出或执行一个有意义操作； 有限性：执行语句的序列是有限的； 确定性：每一条语句的含义明确，无二义性； 可执行性：每一条语句都应在有限的时间内完成。; ;3. 算法分析;数学基础;数学基础;数学基础;函数;数学基础;要分析的问题; 一个特定算法的“运行工作量”的大小，只依赖于问题的规模（通常用整数量n表示），或者说，它是问题规模的函数。 ;;如何估算算法的时间???杂度？ ;一个简单的例子;估算算法的时间复杂度的方法:; 例1: for (i=1; i=n; ++i) for (j=1; j=n; ++j) { c[i][j] = 0; for (k=1; k=n; ++k) c[i][j] += a[i][k]*b[k][j]; } 基本操作: 乘法操作 时间复杂度: O(n3) ;例2: void select_sort(int a[]) { int n=a.length,temp; for ( i = 0; i n-1; ++i ) { j = i; for ( k = i+1; k n; ++k ) if (a[k] a[j] ) j = k; if ( j != i ){ temp=a[i];a[i]=a[j];a[j]=temp;} } // select_sort 基本操作: 比较(数据元素)操作 时间复杂度: O(n2);例3: void bubble_sort(int a[]) { int n=a.length,temp; boolean change; for (i=n-1, change=true; i1 change; --i) { change = false; for (j=0; ji; ++j) if (a[j] a[j+1]) { temp=a[j];a[j]=a[j+1];a[j+1]=temp; change = TRUE ；}} } // bubble_sort 基本操作: 赋值操作 时间复杂度: O(n2) ;例4： {++x;s=0;} 基本操作： 时间复杂度为： ;计算算法的时间复杂度的例题:;其关系为： O(1)O(logn)O(n)O(nlogn)O(n2)O(n3) 指数时间的关系为： O(2n)O(n!)O(nn) ;分析二分查找算法;分析汉诺塔问题;实例分析: Fibonacci 数;递归的斐波那契数的时间复杂度;实例: 非递归斐波那契数列;29;实例：找素数;实例: 最近的点对;实际考虑;4 .算法的空间复杂度分析 算法的空间复杂度分析主要是分析算法在运行时所需要的内存空间的数量级。算法的空间复杂度通常也采用O()函数。 算法的空间复杂度分析方法和算法的时间复杂度分析方法类同。