【数据结构】笔记（3）——算法分析

分析的原则——去粗取精

He caculated just like men breathe, as eagles sustain themselves in the air. Francois Arago

复杂度分析之级数求和

分析算法的单调性和确定性，是分析算法是否可行的重要方法

举例——求循环的复杂度

举例——封底估计
估计地球的半径：

举例——算法复杂度对于计算的影响

可见算法的改进对于问题的解决事何等的重要和威力无穷！！！

TIP:以后谈论空间复杂度，没有特殊说明，只考虑去除输入所占有空间之外所需要的空间

---

递归和迭代

思想：减而治之【Decrease and conquer】//想到哈佛的老师扯电话薄
为了求解一个规模较大的问题，可以将其划分为两个子问题：其中一个平凡，另一个规模缩减（且形式和原问题相似）
然后，分别求解子问题
由子问题的解，得到原问题的解

例子——数组求和

void sum(int A[], int n)
{
     return (n<1)>?0:sum(A,n-1)+A[n-1];
}

1 递归跟踪（recurision trace ）

但是，适用于较为简明递归模式

2 递推方程
T(N)-N=T(N-1)-(N-1)

例子——数组倒置问题
【递归版】
void reverse(int *A, int lo, int hi)
if(lo

【迭代原始版】
next:
if( lo<hi)
{
     swap( A[lo], A[hi]  );
     lo++;
     hi--;
     goto next;

}
【迭代精简版】
while( lo<hi) swap( A[lo++], A[hi--] );

宽度，每次减少两个，奇偶性不变
最小的奇数1
最小的偶数0

算法策略之分而治之【Devide and conquer】
求解一个大规模的问题时,可以将其划分为若干个（通常为两个）子问题，规模大体上相当
分别求解子问题
有子问题的解得到原问题的解

例子——二分递归法来进行，数组求和

void sum( int A[], int lo, int hi)//区间为（lo, hi）
{
     if(hi==lo)     return A[lo];

     int mi=(lo+hi)>>1;//中间值
     return  m 
}