《Algorithms》——算法概论, 可以看作是算法导论的精简版,作者不同,从图书馆借的一本注释版的,准备慢慢看。
今儿就看了一把chaper 0 prologue 0.1 短短600词吧,看了1个多小时,词典查得要飞起来了,真心是慢慢看。
算法的起源历史,其中印刷术的发明起到了关键作用,"algorithm"——this word was coined to honor AL.Khwarizmi. The features of algorithm : precise, unambiguous, mechanical, efficient, correct .
算法是求解问题的步骤,必须是可唯一确定的,可行的(理论上可以由人用纸和笔完成),有限的,正确的(有结果的)。
记一下生词吧:
commerce 商业 manufacture 工业 underpinning (学说理论)基础 proliferation 增殖
typography 印刷术 decimal 十进制的 hexadecimal 十六进制的
consult v咨询 add 加 subtract减 accelerate 促进 embody 象征
0.2 Enter Fibonacci 斐波那契序列
0,1,1,2,3,5,8,13,21,...
Fn= Fn-1 + Fn-2 if n>1
这一章介绍了斐波那契序列的两种算法,算法三问
1 is it correct ?
2 how much time does it take,as a function of n ? (efficient)
3 and can we do better?
第一种,很直接的实现definition,递归调用(recursive invocation):
function fib1(n)
if n=0 : return 0
if n=1 : return 1
return fib1(n-1)+fib1(n-2)
但是这样计算步骤Tn=Tn-1 + Tn-2 + 3 for n>1 ,这里有一个结论就是Tn>Fn 用归纳法很容易证明。
当n=200时,Tn>Fn>2的138次方,这个基本要算到不知道神马时候。
第二种 a polynomial algorithm 多项式算法 ,分析第一种算法,可以发现有许多重复的计算,所以可以把中间结果储存下来,省去一些重复计算。
function fib2(n)
if n=0 : return 0
creat an array f[0...n]
f[0]=0,f[1]=1
for i=2...n :
f[i]=f[i-1]+ f[i-2]
return f[n]
这是用牺牲空间复杂度减少时间复杂度。
算法复杂度分为时间复杂度和空间复杂度。其作用: 时间复杂度是指执行算法所需要的计算工作量;而空间复杂度是指执行这个算法所需要的内存空间。(算法的复杂性体现在运行该算法时的计算机所需资源的多少上,计算机资源最重要的是时间和空间(即寄存器)资源,因此复杂度分为时间和空间复杂度。)
一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。