结构化程序设计structureprogramming的.pptVIP

1.7算法和程序的性能分析1.7.2时间复杂度时间复杂度实例1。比如，交换i和j的内容。temp=i;i=j;j=temp;以上三个语句的频度均为1，该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作O(1)。如果算法的执行时间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。1.7算法和程序的性能分析1.7.2时间复杂度时间复杂度实例2。比如，两个n阶方阵的乘积C=A×B中的主要部分。先计算语句频度算法语句对应的语句频度for（i=0；in;i++） n+1(用近似值n也可以)for（j=0；jn;j++） n(n+1)(用近似值n2也可以){c[i][j]=0; n2for（k=0；kn;k++）n2(n+1)(用近似值n3也可以)c[i][j]=c[i][j]+a[i][k]*b[k][j];n3}1.7算法和程序的性能分析1.7.2时间复杂度该算法中所有语句的频度之和为：T(n)=2n3+3n2+2n+1最高阶项是n3,因此时间复杂度是O(n3)。1.7算法和程序的性能分析1.7.2时间复杂度时间复杂度实例3每次count乘以2之后，就距离n更近了一分。也就是说，有多少个2相乘后大于n，则会退出循环。由2x=n得到x=log2n。所以这个循环的时间复杂度为O(log2n)。int?count?=?1;

while?(count??n)

{

??? count?=?count?*?2;}1.7算法和程序的性能分析1.7.2时间复杂度时间复杂度实例4for语句执行了n+1次，在每次for循环中，while循环执行log2n次。因此时间复杂度为O(nlog2n)。intsum=0;for(i=0;in;i++){m=n;while(m1){ m=m/2;sum+=m*n;}}while循环几次？第1次m值为：n第2次m值为：n/2第3次m值为：n/4...第k次m值为：a(=1)n/(2k)≤1k≥log2n1.7算法和程序的性能分析1.7.3空间复杂度一个算法在计算机上运行所占用的存储空间，包括算法本身所占用的存储空间算法的输入输出数据所占用的存储空间算法在运行过程中临时占用的存储空间空间复杂度考虑的是第三个方面，即算法在运行过程中临时占用的存储空间。与时间复杂度类似，空间复杂度不考虑绝对存储空间，而是考虑存储单元个数。1.7算法和程序的性能分析1.7.3空间复杂度空间复杂度：存储单元个数计算值的最高阶项。表示方式：复杂度利用大“O”记号常见的空间复杂度按数量级递增排列,依次为:常数阶0(1)、线性阶0(n)。1.7算法和程序的性能分析1.7.3空间复杂度空间复杂度实例-求三个整数的最大值（1）max(inta,intb,intc){if(ab)if(ac)returna;elsereturnc;elseif(bc)returnb;elsereturnc;?}该算法无需额外存储空间，空间复杂度记为0(1)。1.7算法和程序的性能分析1.7.3空间复杂度空间复杂度实例-求三个整数的最大值（2）max(inta[3]){intc,inti;c=a[0];?for(i=1;i3;i++)if(a[i]c)c=a[i];returnc;}?该算法需要两个额外的存储空间，即变量c和i，空间复杂度是O(1)。8.怎么学习本课程1.8怎么学习本课程1.8.1背景这是一门比较难的课程。往届学生较多反映：不理解（程序或算法），想不出（程序或算法）。那么我们应该怎么学习？1.4算法和程序可读性（可理解性）。可选择的部分技巧：用大括号和缩进来清楚地显示程序层次结构；函数内强内聚，函数间弱耦合；不用全局变量；对不容易理解的常量、变量和语句有必要的注释；每个函数长度不超过100行；函