02

严蔚敏视频 笔记02

算法必须满足5个特性：

1.有穷性 有穷步骤 有限时间

2.确定性 只有一条执行路径

3.可行性 可以通过已经实现的基本操作运算的有限次实现

4.有输入 中断输入或嵌入算法当中

5.有输出 是信息加工得到的结果 是算法的功能

 

设计原则：

1.正确性 满足特定需求

  对正确的理解：

  a.不含语法错误

  b.对于几组输入数据能够得出满足要求的结果

  c.对于精心选择的、典型、苛刻带刁难性的输入数据能够得出满足要求的结果

  d.对一切合法的输入数据都能得出满足要求的结果

2.可读性 便于阅读

3.健壮性 输入非法时应进行相应处理 处理出错的方法应返回一个出错的值而不是简单中断程序

4.高效率与低存储量需求

 

算法效率的衡量方法和准则

1.事后统计法

缺点：

必须执行程序

其他因素掩盖算法本质

2.事前分析估算

 

和算法执行时间相关的因素：

1.所选策略

2.问题规模

3.编写程序的语言

4.编译程序产生的及其代码的质量

5.计算机执行指令的速度

 

前两条与软件有关

 

随着问题规模n的增长，算法执行时间增长率和f(n)的增长率相同：

T(n)=O(f(n))

T(n)为算法的时间复杂度

 

如何估算算法的时间复杂度

 

算法 ＝ 控制结构 ＋ 原操作（固有数据类型的操作）

 

算法执行时间＝∑原操作(i)的执行次数*原操作(i)的执行时间

 

算法执行时间与原操作执行次数之和成正比

 

某基本操作在算法中执行的次数

 

例一

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]+=a[i,k]+b[k,j];

    }

 

基本操作：乘法操作

时间复杂度：O(n^3)

 

例二

void select_sort(int a[],int n) {

    for(i=0;i<n-1;++i) {

        j=i;

        for(k=i+1;k<n;++k)

            if(a[k]<a[j]) j=k;

        if(j!=i) a[j] 和 a[i]交换;

    }

}

 

基本操作：比较数据元素

时间复杂度：O(n^2)

 

语句的出现次数——语句的频度

最深层频度的函数

 

以上两例效率和输入数据无关，只和规模有关

 

例三

void bubble_sort(int a[],int n) {

    for(i=n-1,change=TRUE;i>1&&change;--i) {

        change=FALSE;

        for(j=0;j<i;++j)

            if(a[j]>a[j+1]) {

                a[j] 和 a[j+1]交换;

                change=TRUE;

            }

    }

}

 

基本操作：赋值操作（交换）

时间复杂度：O(n^2) 以最坏情况来计算

平均时间复杂度 要统计概率

 

算法的存储空间需求

 

算法的空间复杂度：

S(n)=O(g(n))

 

随着问题规模n的增大，算法运行所需存储量与g(n)的增长率相同

 

存储量包括：

1.输入数据所占空间

2.程序本身所占空间

3.辅助变量所占空间

 

若额外空间相对于输入数据量来说是常量，称为原地工作

 

所需存储量依赖输入，按最坏考虑

 

本章小结：

1.熟悉名词、术语的含义，掌握基本概念

2.理解算法5个要素的确切含义

3.掌握计算语句频度和估算算法时间复杂度的方法