MIT算法导论学习笔记-Lecture1

第一讲：算法分析

1. 计算机程序的性能的理论研究。

而实际工程中有很多笔性能更重要的，e.g.可维护性，可移植性，可扩展性…

2. 分析的方法

2.1 最坏情况分析(Worst-Case，最常用)

T(n)= max time on any input of size n.

2.2 平均情况分析(Average-Case,有时用)

T(n) = expected time over all inputs of size n.

2.3 最好情况分析(Best-Case,不常用)

课程中说这是一个bogus，即虚假的。

3. Theta表示法(用o表示)

工程上：丢弃低阶项，忽略常数项；e.g. 3n^3+90n^2-5n+6046=o(n^3).

4. 排序分析

4.1 直接插入排序

伪代码：

直接插入排序最坏时间复杂度为o(n^2),平均时间复杂度为o(n^2)。

4.2 归并排序

伪代码

其时间复杂度为o(n) = n*log(n)

4.3 插入排序和归并排序时间复杂度对比图

由上图可以看到，当n增大时，归并排序的优势会变得特别大。