算法设计与分析笔记2-算法分析

本文探讨了算法设计与分析中的时间复杂度分析,以插入排序为例,展示了如何进行事前分析来确定算法的时间复杂度。插入排序在最好、最坏和平均情况下的时间复杂度分别为O(n-1)、O(n^2)和O(n^2)。文章强调了分析最坏和平均情况的重要性,并介绍了分治法的时间复杂度递归式。
摘要由CSDN通过智能技术生成

目录

 

算法设计与分析讲义2

事先分析

时间复杂度分析例子(以插入排序为例)

时间复杂度分析


算法设计与分析讲义2

(来源于hw-dong的算法设计与分析课程)

  • 空间:除输入数据外的额外空间
  • 时间:事后分析(编写程序,在某机器上运行),事前分析(不需编写程序,不受语言和硬件影响,通常采用此法)

事先分析

  • 选择基本操作(Flops),统计基本操作执行的次数(频度)
  • 依赖问题规模n,频度可表示为n的函数

时间复杂度分析例子(以插入排序为例)

for i = 2 to n                     
    if a[i] < a[i-1]               
        t = a[i]                    
        a[i] = a[i-1]
        while j > 0 and t < a[j]
            a[j+1] = a[j]
            j = j-1
    a[j+1] = t

最佳情况:O(n-1); 最差情况:O(n^2)/\Theta; 平均情况:O(n^2)

时间复杂度分析

基本操作执行次数表示为问题规模n的函数。如T(n)=n-1。

分析最坏,平均情况下的时间复杂度。

分治法的时间复杂度函数表示为一个递归式。如T(n)=2T(n-1)+1,T(1)=1。\rightarrowT(n)=2^n+1

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值