数据结构(绪论)第章.pptVIP

算法 3．可行性 算法中的所有操作都必须足够基本，都可以通过已经实现的基本操作运算有限次实现之。 4．有输入 作为算法加工对象的量值，通常体现为算法中的一组变量。有些输入量需要在算法执行过程中输入，而有的算法表面上可以没有输入，实际上已被嵌入算法之中。 5．有输出 它是一组与“输入”有确定关系的量值，是算法进行信息加工后得到的结果，这种确定关系即为算法的功能。 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第27页。 算法 —算法设计的原则 设计算法时，通常应考虑达到以下目标： 1．正确性 2. 可读性 3．健壮性 4．高效率与低存储量需求 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第28页。 算法的性能分析与度量 算法性能的度量方法 事后测试 可采用一些程序运行性能跟踪与测量工具（如Profiler） 预先评做 不考虑算法的实现语言、编译器、运行的硬件平台，只考虑在一定问题规模下算法运行的时间复杂度和空间复杂度 性能度量 时间复杂度 按某种算法设计的程序在计算机上执行时花费的CPU时间的度量 空间复杂度 按某种算法设计的程序在计算机上执行时需要使用的存储空间的度量 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第29页。 算法的性能分析与度量 ——和算法执行时间相关的因素： 1．算法选用的策略 2．问题的规模 3．编写程序的语言 4．编译程序产生的机器代码的质量 5．计算机执行指令的速度 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第30页。 算法的性能分析与度量 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。 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第31页。 算法的性能分析与度量 算法 = 控制结构 + 原操作 （固有数据类型的操作） 算法的执行时间 = ∑原操作(i)的执行次数×原操作(i)的执行时间 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第32页。 算法的性能分析与度量 时间的复杂度 从算法中选取对于所处理问题来说是关键步骤的程序语句作为基本操作，该基本操作重复执行的次数作为算法的时间量度。 基本操作重复执行的次数一般为问题规模n的某个函数f(n)，因此时间的复杂度T(n)记作 T (n) = O( f (n) ) 上式表示随着问题规模n的增长，算法执行时间T(n)和f(n)同比增长 * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第33页。 时间复杂度例 语句++x为三个算法的基本操作，问题规模为n 三段程序中基本操作的执行次数分别为1、n和n2 故三段程序的时间复杂度分别为O(1)、O (n)和O (n2)，称为常量阶、线性阶和平方阶 // 例1 { ++x; //基本操作 s = 0; } // 例2 for (i = 0; i n; ++i) { ++x; //基本操作 s += x; } // 例3 for (i = 0; i n; ++i) for (j = 0; j n; ++j) { ++x; //基本操作 s += x; } * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第34页。 时间复杂度例 语句++x为算法的基本操作 算法中基本操作的执行次数是 0 + 1 + …. + (n – 2) = (n – 1) (n – 2) / 2 上式中随着n的增长，增长率最快的项是n2 ，故该算法的时间复杂度分别为O (n2) // 例4 for (i = 2; i = n; ++i) for (j = 2; j = i - 1; ++j) { ++x; //基本操作 s += x; } * 2021/3/18 数据结构(绪论)第章全文共46页，当前为第35页。 时间复杂度例 例: 两个矩阵相乘 void mult(int a[], int b[], int c[] ) { // 以二维数组存储矩阵元素，c 为 a 和 b 的乘积 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]; } //for } //mult 基