《算法设计与分析》笔记（1）

最新推荐文章于 2024-05-17 11:57:42 发布

Q180905

最新推荐文章于 2024-05-17 11:57:42 发布

阅读量208

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/Q180905/article/details/128842688

版权

一、基本概念

1、算法的定义：算法是规则的有限集合，是为解决特定问题而规定的一系列操作。

2、算法的特性：

有限性：一个算法不能无限执行下去，必须保证步骤有限

确定性：算法每一步不能用二义性

可行性：可以实现

输入：可以有0个或多个输入

输出：一个算法至少有一个输出

一个算法可以没有输入但不能没有输出

3、算法分析准则：

正确性、可读性、健壮性、高效率和低储存

4、算法复杂度：算法所需的计算机资源

时间复杂度：算法中有关操作次数的多少，用T(n)表示

空间复杂度：算法在执行过程中所占储存空间的大小，用S(n)表示

5、算法渐进分析（问题规模很大且趋于无穷时对算法性能的分析，常忽略其系数）

渐进上界O：O(g(n)) = { f(n) | 存在正常数C和 $n_{0}$ ，使得对所有 $n\geq n_{0}$ ，有 $0\leq f\left ( n \right )\leq Cg\left ( n \right )$ }，记作 $f\left ( n \right )= O\left ( g\left ( n \right ) \right )$

渐进下界 $\Omega$ ： $\Omega$ (g(n)) = { f(n) | 存在正常数C和 $n_{0}$ ，使得对所有 $n\geq n_{0}$ ，有 $0\leq Cg\left ( n \right )\leq f\left ( n \right )$ }，记作 $f\left ( n \right )= \Omega \left ( g\left ( n \right ) \right )$

紧渐进界 $\Theta$ ： $\Theta$ (g(n)) = { f(n) | 存在正常数 $C_{1}$ ， $C_{2}$ 和 $n_{0}$ ，使得对所有 $n\geq n_{0}$ ，有 $C_{1}g\left ( n \right )\leq f\left ( n \right )\leq C_{2}g\left ( n \right )$ }

当且仅当 $f\left ( n \right )= O\left ( g\left ( n \right ) \right )$ 且 $f\left ( n \right )= \Omega \left ( g\left ( n \right ) \right )$ 时， $f\left ( n \right )$ 与 $g\left ( n \right )$ 同阶

非紧上界o：o(g(n)) = { f(n) | 对于任何常数C>0，存在正数 $n_{0}$ >0，使得对所有 $n\geq n_{0}$ ，有 $0\leq f\left ( n \right )< Cg\left ( n \right )$ }

非紧下界 $\omega$ ： $\omega$ (g(n)) = { f(n) | 对于任何常数C>0，存在正数 $n_{0}$ >0，使得对所有 $n\geq n_{0}$ ，有 $0\leq Cg\left ( n \right )< f\left ( n \right )$ }

6、渐进阶分析简化规则

1）若 $f\left ( n \right )$ 在 $O\left ( g\left ( n \right ) \right )$ 中且 $g\left ( n \right )$ 在 $O\left ( h\left ( n \right ) \right )$ 中，则 $f\left ( n \right )$ 在 $O\left ( h\left ( n \right ) \right )$ 中

2）若 $f\left ( n \right )$ 在 $O\left ( kg\left ( n \right ) \right )$ 中对任意常数 $k\geq 0$ 成立，则 $f\left ( n \right )$ 在 $O\left ( g\left ( n \right ) \right )$ 中，可忽略O中常数因子

3）若 $f_{1}\left ( n \right )$ 在 $O\left ( g_{1}\left ( n \right ) \right )$ 中， $f_{2}\left ( n \right )$ 在 $O\left ( g_{2}\left ( n \right ) \right )$ 中，则 $f_{1}\left ( n \right )$ + $f_{2}\left ( n \right )$ 在 $O\left ( max\left ( g_{1}\left ( n \right )+g_{2}\left ( n \right ) \right ) \right )$ 中

4）若 $f_{1}\left ( n \right )$ 在 $O\left ( g_{1}\left ( n \right ) \right )$ 中， $f_{2}\left ( n \right )$ 在 $O\left ( g_{2}\left ( n \right ) \right )$ 中，则 $f_{1}\left ( n \right )$ $f_{2}\left ( n \right )$ 在 $O\left ( g_{1}\left ( n \right )g_{2} \left ( n \right )\right )$ 中

7、阶的证明方法

1）反证法，常用于否定的论述

例：对于 $n^{3}$ 和 $n^{2}$ ，证明 $n^{3}$ 不是 $O\left ( n^{2} \right )$ 。

证明：假设 $n^{3}$ 是 $O\left ( n^{2} \right )$ ，因为据低阶定义， $n^{3}$ $\leq Cn^{2}$ ，但对于 $\forall n\geq n_{0}$ ， $n\leq C$ 不成立，所以 $n^{3}\neq O\left ( n^{2} \right )$ 。

2）极限法，利用极限描述

$\lim_{n\rightarrow \infty }\frac{f\left ( n \right )}{g\left ( n \right )}= C\left\{\begin{matrix} C\neq 0,f=\Theta \left ( g \right ) & & \\ C=0,f=O\left ( g \right ) & & \\ C=\infty ,f=\Omega \left ( g \right )& & \end{matrix}\right.$

洛必达法常用于求极限，若 $\lim_{n\rightarrow \infty }f\left ( n \right )=\lim_{n\rightarrow \infty }g\left ( n \right )=\infty$ ，则 $\lim_{n\rightarrow \infty }\frac{f\left ( n \right )}{g\left ( n \right )}=\lim_{n\rightarrow \infty }\frac{{f}'\left ( n \right )}{{g}'\left ( n \right )}$ 。