算法的五个重要的特征.pdfVIP

文档从互联网中收集，已重新修正排版，word 格式支持编辑，如有帮助欢迎下载支持。 1、算法的五个重要的特征：确定性、能行性、输入、输 （3 ）O(f )O(g)=O(fg ) 出、有穷性/有限性。 （4 ）如果 g(N)=O(f (N))，则 O(f )+O(g)=O(f ) 2、表示算法的语言主要有：自然语言、流程图、盒图、 （5 ）O(Cf(N))=O(f (N))，其中 C 是一正常数。 PAD 图、伪代码、计算机程序设计语言 （6 ）f =O(f ) 3、算法分析有两个阶段：事前分析和时候测试。 定理 1.2 如果 f(n) =am nm+.+a1n+a0 且 am 0 ，则 4 、衡量算法有几个方面：时间和空间。。。 f(n)=Ω(nm ) 。 5、渐进意义下的符号的意义: 记：算法的计算时间为 该定义的优点是与 O 的定义对称，缺点是f (N)对自然数的 f(n), 数量级限界函数为 g(n),其中， n 是输入或输出 不同无穷子集有不同的表达式，且有不同的阶时，不能很 规模的某种测度。 f(n)表示算法的“实际”执行时间— 好地刻画出f (N) 的下界。比如当 与机器及语言有关。 g(n)是形式简单的函数，如 nm ， 100 N 为 logn ，2n，n!等。是事前分析中通过对计算时间或频率 正偶数 计数统计分析所得的与机器及语言无关的函数。 f (N)= 以下给出算法执行时间：上界 （О）、下界 （Ω）、“平 6N2 N 为正奇数 均”（ ）的定义。 按照定义，得到 f (N)=Ω(1),这是个平凡的下界，对算法分 定义 1.1 如果存在两个正常数 c 和 N0,对于所有的 N 析没有什么价值。 ≥N0，有f| (N)|≤C|g(N)|，则记作：f (N)= O(g(N)) 。 “平均情况”限界函数 1)当说一个算法具有 O(g(n)) 的计算时间时，指的就是 定义 1.3 如果存在正常数 c1 ，c2 和 n0 ，对于所有的 n 如果此算法用 n 值不变的同一类数据在某台机器上运 ≥n0 ，有c1|g(N)| ≤|f(N)| ≤ c2|g(N)| 行时，所用的时间总是小于 g(n) 的一个常数倍。 则记作 f (N)= (g,(N)) 2)g(n)是计算时间 f(n) 的一个上界函数，f(n) 的数量级 含义： 就是 g(n) 。 算法在最好和最坏情况下的计算时间就一个常数因子范 Eg : 因为对所有的 N ≥1 有 3N ≤4N ，所以有 围内而言是相同的。可看作：既有 f(N)= Ω(g(N))，又有 3N=O(N); f(N)= Ο(g(N)) 因为当N ≥1 时有N+1024≤1025N ，所以有 N+1024=O(N); 【例1.8】循环次数直接依赖规模 n －变量计数之一。 因为当N ≥10 时有 2N2+11N-10≤3N2,所以有 (1) x=0;y=0; (2) for(k=1;k=n;k++) (3) x++; (4) 2N2+11N-10=O(N2) for(i=1;i=n;i++) 因为对所有 N ≥1 有 N2≤N3,我们有 N2=O(N3) (5) for(j=1;j=n;j++) (6) y++; 作为一个反例 N3≠O(N2),因为若不然，则存在正的常数 C