算法
程序=算法+数据结构 尼古拉斯·沃兹(凭借此句话获得了图灵奖)
数据结构将问题变成计算机信息并存进计算机 算法 处理这些信息的方法
算法五大特征 有穷性 确定性 可行性 输入 输出
好算法的特质 准确 可读 健全 高效率 低存储
算法的时间复杂度
由于事后统计程序运行时间不能排除与算法本身无关的外界因素(计算机性能 性能 编程语言 等)所以采用事前估计的方法
用事前预估算法时间开销T(n)和问题规模n的关系来表示算法的时间复杂度
例:
#include<stdio.h>
#include<stdlib.h>
int main()
{
void loveyou(300)
system(“pause”);
return 0;
}
void loveyou(n) //n为问题规模
{
- int i=1;//爱你的程度
- while(i<=n)
{ - i++;//每次加一
- printf(“i love you %d\n”,i);
} - printf(“i love you more than %d\n”,n);
}
语句频度的频度
1式 1次
2式 3001次
3式4式 3000次
5式 1次
T(3000)=1+3001+2*3000+1
时间开销与问题规模n的关系
T(n)=3n+3
由于随问题复杂度的上升常数3对于时间开销并不大所以可以省略
同理像T(n)=n2+3n+1000中可以省略一次项和常数
加法规则 多项相加只保留最高项 且系数变为一
数量级排序表
O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)<O(2n)<O(n!)<O(nn)
口诀 长对幂指阶
T(n)=T1(n)+T2(n)
例 T(n)=n3+n2log2n
=O(n3)+O(n2log2n)
=n3
乘法规则 多项相乘都保留
T(n)=T1(n)X T2(n)=O(f(n) )x o(g(n))=O(f(n)xg(n))
最好时间复杂度 要找的元素在第一个位置
最坏时间复杂度 要找元素在最后位置
平均时间复杂度 假设元素n在任意一个位置概率
循环次数 x=(1+2+3+……+n)1/n=(1+n)/2