数据结构与算法基础（一）b 算法和算法分析

@数据结构与算法基础（一）b 算法和算法分析

1.算法

1.1 定义：

             对特定问题**求解方法和步骤**的一种描述
			 **指令**的**有限序列**  		(指令表示一个或多个操作)

1.2描述:

           - 自然语言 : 英语 中文
           - 流程图 : 传统框图  NS流程图

1.3 算法与程序

算法考虑如何从输入转换为输出,一个问题有多个算法
程序 用某种语言对算法具体实现
*程序= 数据结构+ 算法
数据结构通过算法实现操作
算法根据数据结构设计程序*

1.4 算法特性

 - 有穷性
 - 确定性 : 每条指令必须有确切的含义
 - 可行性 
 - 输入: 1个或0个输入
 - 输出: 1个或多个输出

1.5 算法设计要求

- 正确性 :  不含语法错误/满足典型,有刁难的数据
- 可读性 :  便于人阅读交流,其次才为了计算机执行
- 健壮性 :  非法数据,作出反应进行处理
- 高效性 :  尽量少的时间和尽量低的储存需求

1.6 评价算法

 - 时间效率 : 程序在计算机上执行所消耗的时间/一般事前分析,进行估算
 					假设执行每条语句所需的时间均为单位时间
 					转化为对算法中所有语句的执行次数,即频度之和
 					比较 数量级
					
 - 空间效率 : 储存空间
 - 二者有时是矛盾的

1.6 算法时间复杂度
定义:

算法中基本语句重复执行次数是 问题规模n 的某个函数f(n)
算法的时间量度记作 :
 T(n) = O(f(n))   -----**最高次**

例:x=0;y=0;
for(int k=0;k<n;k++)							//n+1   
x++;											//n	
for(int i=0;i<n;i++)							//n+1
for(int j=0;j<n;j++)					     	//n*(n+1)    外层n+1次,内部循环n
y++;											//n*n	
例: N*N矩阵相乘
for(i=1;i<=n;i++)
	for(j=1;j<=n;j++){
		c[i][j]=0;
		for(k=1;k<=n;k++)
			c[i][j]=c[i][j]+a[i][k]*b[k][i];		//n*n*n
	}				`

时间复杂度是 由嵌套最深层语句的频度决定的

2.算法时间复杂度计算

注意: 有时,算法中基本操作重复执行的次数还随问题的输入 数据集不同而不同

一般总考虑最坏的时间复杂度

3.空间复杂度

3.1
定义: 算法所需存贮空间的度量
记作: S(n) = O(f(n))
3.2 例

4.总结 设计算法的过程