第一讲 基本概念
1.1 算法效率
- 工具
clock()
: 捕捉从程序开始到clock()被调用为止所消耗的时间(时间单位 clock tick)
常数 CLK_TCK: 机器时钟每秒所走的时钟打点数
基本结构:
#include <stdio.h>
#include <time.h>
clock_t start, stop; //clock_t是clock()函数返回的变量类型
double duration; //记录被测函数运行时间,秒为单位
int main(){
start = clock();
function();
stop = clock();
duration = ((double)(start - stop))/CLK_TCK;
return 0;
}
- 效率对比
#include <stdio.h>
#include <time.h>
#include <math.h>
#define MAXN 100
#define MAXK 1e6
clock_t start, stop;
double duration;
double f1(int n, double* a, double x){
int i;
double p = a[0];
for(i = 1; i<=n; i++)
p+= (1/a[i] * pow(x, i));
return p;
}
double f2(int n, double* a, double x){
int i;
double sum = a[1];
for(i = 100; i > 0; i--)
sum = sum*x + 1/a[i];
return sum;
}
int main(){
int i;
double a[MAXN];
for(i = 0; i < MAXN; i++)
a[i] = (double)i;
/*以上初始化a[i]*/
start = clock();
for(int k = 0; k < 2; k++){
start = clock();
if(k == 0)
for(i = 0; i < MAXK; i++)
f1(MAXN, a, 1.1);
else
for(i = 0; i < MAXK; i++)
f2(MAXN, a, 1.1);
stop = clock();
duration = ((double)(stop - start))/CLK_TCK;
printf("第%d个程序经历的时钟点数为%f次\n", k+1, (double)(stop - start));
printf("第%d个程序经历的时间为%f秒\n", k+1, duration);
}
return 0;
}
输出结果:
第1个程序经历的时钟点数为2898.000000次
第1个程序经历的时间为2.898000秒
第2个程序经历的时钟点数为587.000000次
第2个程序经历的时间为0.587000秒
1.2 评估算法
- 时间复杂度
- 空间复杂度
1.3 应用:最大子列和
- 算法1
int MaxSubsequSum1(int A[], int N){
int ThisSum, MaxSum = 0;
int i, j, k;
for(i = 0; i < N; i++){
for(j = i; j < n; j++){
ThisSum = 0;
for(k = i; k <= j; k++)
ThisSum += A[k];
if(ThisSum > MaxSum)
MaxSum = ThisSum;
}
}
return MaxSum;
}
- 算法2
较算法1优化,不需要重新计算已经计算过的内容
int MaxSubsequSum2(int A[], int N){
int ThisSum, MaxSum = 0;
int i, j;
for(i = 0; i < N; i++){
ThisSum = 0;
for(j = i; j < n; j++){
ThisSum += A[k];
if(ThisSum > MaxSum)
MaxSum = ThisSum;
}
}
return MaxSum;
}
- 算法3 —— 分治法
依次计算左边的最大子列和,右边的最大子列和,以及跨越中间的最大子列和
int Max3( int A, int B, int C )
{ /* 返回3个整数中的最大值 */
return A > B ? A > C ? A : C : B > C ? B : C;
}
int DivideAndConquer( int List[], int left, int right )
{ /* 分治法求List[left]到List[right]的最大子列和 */
int MaxLeftSum, MaxRightSum; /* 存放左右子问题的解 */
int MaxLeftBorderSum, MaxRightBorderSum; /*存放跨分界线的结果*/
int LeftBorderSum, RightBorderSum;
int center, i;
if( left == right ) { /* 递归的终止条件,子列只有1个数字 */
if( List[left] > 0 ) return List[left];
else return 0;
}
/* 下面是"分"的过程 */
center = ( left + right ) / 2; /* 找到中分点 */
/* 递归求得两边子列的最大和 */
MaxLeftSum = DivideAndConquer( List, left, center );
MaxRightSum = DivideAndConquer( List, center+1, right );
/* 下面求跨分界线的最大子列和 */
MaxLeftBorderSum = 0; LeftBorderSum = 0;
for( i=center; i>=left; i-- ) { /* 从中线向左扫描 */
LeftBorderSum += List[i];
if( LeftBorderSum > MaxLeftBorderSum )
MaxLeftBorderSum = LeftBorderSum;
} /* 左边扫描结束 */
MaxRightBorderSum = 0; RightBorderSum = 0;
for( i=center+1; i<=right; i++ ) { /* 从中线向右扫描 */
RightBorderSum += List[i];
if( RightBorderSum > MaxRightBorderSum )
MaxRightBorderSum = RightBorderSum;
} /* 右边扫描结束 */
/* 下面返回"治"的结果 */
return Max3( MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );
}
int MaxSubseqSum3( int List[], int N )
{ /* 保持与前2种算法相同的函数接口 */
return DivideAndConquer( List, 0, N-1 );
}
- 算法4 —— 在线处理
实时处理
int MaxSubsequSum2(int A[], int N){
int ThisSum, MaxSum;
int i;
ThisSum = MaxSum = 0;
for(i = 0; i < N; i++){
ThisSum += A[i];
if(ThisSum > MaxSum)
MaxSum = ThisSum;
else if(ThisSum < 0) //如果当前子列和是负的,直接抛弃前面的子列并归零
ThisSum = 0;
}
}
return MaxSum;
}