算法与数据结构：第一章 绪论.pptVIP

BUPT SCST * BUPT [捐款记账法] 按照操作代价进行捐款，用总捐款额度量操作的代价总和。 假设操作Oi的代价为Ci ，所捐款额为Di ，要求Ci ≤ Di ，使得： 现实中的两种做法： 捐款额大于代价，但设置上届； 将操作分类，对不同类型操作捐不同的货币； BUPT SCST * BUPT 分摊复杂度约定 若操作次数M与问题规模n有关，则约定：M=Ω(n) 即： 存在常数c(c0)，使得M≤cn 若操作次数M与问题规模n无关，则分摊复杂度与时间复杂度等同。 BUPT SCST * BUPT 1.7 算法分析技术-空间复杂度 算法的存储空间 输入数据所占空间 程序本身所占空间 辅助变量所占空间 空间复杂度 S(n)=O(f(n))或S(n)= Θ(f(n)) 表示随着问题规模 n 的增大，算法运行所需存储量的增长率与 f(n) 的增长率相同。 原地算法 当某个算法空间复杂度为O(1)时，称该算法为原地算法 存储密度 d=数据本身存储量/实际所占存储量 BUPT SCST * BUPT 本章作业 1. 设n是偶数，试计算运行下列程序段后m的值，并给出该程序段的时间复杂度。 m=0; for (i=1; i=n; i++) for (j=2*i; j=n; j++) m=m+1; BUPT SCST * BUPT 2. 下列算法对一n位二进制数加1，假如无溢出，该算法在最坏情况下时间复杂度是什么？并分析它的平均时间复杂度。 void func (int A[n]) //A[n]中每个元素取值0或1 { int i = n; while (A[i] == 1) { A[i] = 0； i-- ； } A[i]=1； } BUPT SCST * BUPT 3. 调用下列函数f(n) 回答下列问题 : （1） 试给出f(n)值的大小，并写出f(n) 值的推导过程; （2） 假定n= 5，试指出f(5)值的大小和执行f(5)时的输出结果 。 int f(int n) { int i, j，k, sum= 0; for(i=1; in+1;i++) { for(j=n; ji-1; j--) for(k=1; kj+1; k++ ) sum++; printf(sum=%d\n,sum)； } return (sum); } BUPT SCST * BUPT 时间复杂度度量 编译时间 运行时间 程序步 语法上或语义上有意义的一段指令序列 执行时间与实例特性无关 例如： 注释：程序步数为0 声明语句：程序步数为0 表达式：程序步数为1 BUPT SCST * BUPT 1.7 算法分析技术-无穷大的阶 定义1：无穷大的阶O 若存在正常数c，使得当n充分大（即存在n0，使得当nn0时），有： t(n) ≤ cf(n) 则，称t(n)趋于无穷大的阶≤f(n)趋于无穷大的阶，记为： t(n)=O(f(n)) BUPT SCST * BUPT 定义2：无穷大的阶Ω 若存在正常数c，使得当n充分大（即存在n0，使得当nn0时），有： t(n) ≥ cf(n) 则，称t(n)趋于无穷大的阶≥ f(n)趋于无穷大的阶，记为： t(n)= Ω(f(n)) BUPT SCST * BUPT 定义3：无穷大的阶Θ 若满足： t(n)= O(f(n))且t(n)= Ω(f(n)) 则，称t(n)趋于无穷大的阶= f(n)趋于无穷大的阶，记为： t(n)= Θ(f(n)) 结论：由Θ确定的关系为等价关系。 举例 若f(n)分别为n,3n,n+logn， 则Θ(n)=Θ(3n)=Θ(n+logn) BUPT SCST * BUPT 1.7 算法分析技术-一些重要的函数和序列 调和级数 Hn=1+1/2+1/3+……+1/n =lnn+γ+?n ≈0.693log2n+ γ 其中： 欧拉常数γ ≈0 BUPT SCST * BUPT Fibonacci序列： f0=0; f1=1; fn=fn-1+fn-2,(n1). 令Fn=(fn+1，fn)T，则： 其特征值为