- 博客(5)
- 收藏
- 关注
RSS订阅原创 二叉搜索树用于实际查询的性能比较（c语言）
这18种花中，第1种的访问频率是6，第2-3种的访问频率是5，第4-6种的访问频率是4，第7-10种的访问频率是3，第11-15种的访问频率是2，第16-18种的访问频率是1。1.二叉搜索树的查找时间为O(h),其中h为最大深度，但是二叉搜索树的深度与元素插入顺序有关，所以重复实验时运行时间会有较大的波动（如图二）选取前50小的值得到平均值0.0150897，而数组方法的平均值为0.01680286，可以看出随机二叉搜索树的查找时间受波动影响很大。但是可以看出，其在比较好的情况下，性能是优于数组方法的。
2024-04-14 13:26:03
1487
1
原创 归并排序原理及实现（C语言）
那么上面就是归并排序的代码，它的时间复杂度是O(nlogn)，对于相同规模任意给出的数据都是如此。下面给出归并排序的代码。
2024-03-22 20:50:45
288
原创 关于Strassen算法递归出口的讨论（C语言）
所以，我通过实验得到了上面的数据。我们知道Strassen算法的时间复杂度是ϴ(n^lg7)，所以数据规模充分大的时候，其肯定是优于普通矩阵乘法的，但是数据规模较小的情况下，由于Strassen算法要多次进行矩阵赋值，所以并不优于普通方法。这个方法确实管用，运行时间大大缩减。上面是关于Strassen算法的有关于递归出口的源码，这里的递归出口我采取了size
2024-03-12 21:46:40
1063
原创 C语言Strassen代码优化及性能比较
从这幅图来看，改进后的Strassen算法的特点十分明显，假设数据规模(m)有，2^n < m<=2^(n+1)，则程序运行时间与数据规模为2^(n+1)相接近，这是因为采用了扩充矩阵的方法。然后看普通方法，其曲线基本符合n^3的样式。这里考虑到运行时间的关系，没有继续增加数据规模，但我们根据图像趋势，也可以知道，大规模数据下改进后的Strassen算法依然具有优势。我们可以看到，上面的代码只适用于2的幂阶的矩阵，那么我们该怎么改进Strassen算法，使它适应任意阶的矩阵呢？
2024-03-11 19:22:14
366
原创 C语言实现Strassen算法及分析
这时候共用了7次乘法,18次加减法运算. 写出递推公式T(n)=7T(n/2)+Θ(n^2). 最终结果是O(n^log7)=O(n^2.807)3.Strassen算法：其本质上也是使用了分治的思想，但是将时间复杂度优化到了O(n^log7)，在大规模矩阵乘法上有极大优势。1.暴力计算法：利用三重循环进行计算，时间复杂度为O(n^3)。2.分治算法：其时间复杂度也是O(n^3)，所以不在详细说。以上是Strassen算法的代码。结果矩阵C可以组合上述矩阵,如下。现在重新定义7个新矩阵。
2024-03-10 20:37:57
773
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人