算法与算法评价

最新推荐文章于 2024-10-02 10:19:33 发布

吃数据的猴子

最新推荐文章于 2024-10-02 10:19:33 发布

阅读量203

点赞数

分类专栏：算法分析与设计文章标签：数据结构

本文链接：https://blog.csdn.net/m0_43450897/article/details/106481717

版权

算法分析与设计专栏收录该内容

2 篇文章 0 订阅

订阅专栏

算法是对特定问题求解步骤的一种描述，它是指令的有限序列，其中每条指令表示一个或多个操作。

程序=数据结构+算法

从求n个数的和出发,评价算法的好坏

#include <stdio.h>
int sum1(int n)
{
	return (1+n)*n/2;
}
int sum2(int n)
{
	int res=0;
	for(int i=0;i<=n;i++){
		res+=i;
	}
	return res;
 } 
int main()
{
	int n=5;
	printf("%d\n",sum2(n));	
}

在力扣中运行代码，看执行时间哪一个比较少
输入n=3时（第一个是sum2函数，第二个是sum1）
在这里插入图片描述
输入n=10000时（第一个是sum2函数，第二个是sum1）

事后统计法
比较不同算法对同一组输入的执行处理时间
缺点：
执行时间严重依赖硬件以及运行时各种不确定的环境因素
必须编写相应的测算代码
测试数据的选择比较难保证公正性
一般从以下维度来评估算法的优劣：正确性、可读性、健壮性（对不合理输入的反应能力和处理能力）

时间复杂度（time complexity）：估算程序指令的执行次数（执行时间）

大O表示法

一般用大O表示法来描述复杂度，它表示的是数据规模 n 对应的复杂度。
忽略常数、系数、低阶；对数阶一般省略底数：O(log2n) 、O(log9n) 统称为 O(logn)
两个原则
a)多项相加，保留最高阶的项。且系数变为1。
b)多项相乘，乘积之后的数再进行大O，f*g=O(f)O(g)=O(fg)。
在这里插入图片描述

时间复杂度的估算

顺序执行的代码只会影响常数项，可忽略。只需要关注循环中的基本操作，分析执行次数与n的关系。

1.循环里i初始化1次，i<4的判断执行了4次，i++也是4次，输出操作也是4次
在这里插入图片描述
2.

3.第一个for循环里面的语句一共执行了n次，这取决于i；里面还有个for循环，通过上面一题知道单个for循环执行了1+3n 次。

4.n能除多少个2就能执行几次

5.第一个for循环，i要乘以几个2才能到n，就是执行次数（2的几次方是n，那么当然是log以2为底n的对数）。
for循环第二项和第三项执行次数都是相同的。
第二个for循环，很熟悉，1+3n次
在这里插入图片描述
6.

斐波那契数列的时间复杂度

public class Main {
	/*
	 *  0 1  1 2 3 5 8 13 21……
	 */
	 //第一种递归方法的时间复杂度：函数被调用了几次就执行了几次
	public static int fib1(int n )
	{
		if(n<=1)
			return n;
		return fib(n-1)+fib(n-2);
	}
	public static int fib2(int n )
	{
		if(n<=1)
			return n;
		int first=0;
		int second=1;
		for (int i = 0; i < n-1; i++) {
			int sum=first+second;
			//两两相加，下一组的第一个数就是上一组的第二个数
			//下一组的第二个数就是原来上一组的和
			first=second;
			second=sum;
		}
		return second;
	}
	public static void main(String[] args) {
		System.out.print(fib2(70));
	}
	

}