《普林斯顿计算机公开课》总结(二) 软件部分

本文是《普林斯顿计算机公开课》的第二部分,聚焦软件和算法。介绍了线性算法、二分查找和排序方法,如快速排序。探讨了算法复杂性分析,包括线性、对数、二次和指数级复杂性,以及P问题和NP问题的概念。此外,还涉及编程语言的历史、软件开发工具如API和SDK,以及操作系统和文件系统的基本知识。最后提到了学习编程的资源和HTML的重要性。
摘要由CSDN通过智能技术生成

第4章 算法

线性算法

二分查找,每次检查或者比较都会把数据项一分为二。

排序,比如选择排序,不断从未经排序的名字中选择下一个名字,复杂度近似为N^2,这个增长率叫二次增长;

           快速排序,首先遍历一次所有名字,把介于A和M之间的名字放在一组里,把介于N和Z之间的名字放到另一组里,这样就把所有名字分成了两个组。然后继续迭代分组,排序N个名字的工作量是Nlog _{2}N

复杂性分析: 

一端是logN,可见于二分搜索。常见的是线性增长,或者说简单的N。快速排序的NlogN,比N要糟糕。还有N^2。还有指数级复杂性,也就是2^N,是另一个极端。

“容易”的问题,都具有“多项式”(Polynimial)级复杂性。也就是解决这些问题耳朵时间可以用N^2这样的多项式来表示其中指数可以大于2,但都是可以被将解决的。计算机科学家称此类问题为P问题。

现实中大量问题需要指数级算法来解决,也就是说还不知道这类问题有没有多项式算法。这类问题称为“NP”(非确定性多项式)问题。比如“旅行推销员问题”,一个推销员必须从他居住的城市出发,到其他几个城市去推销,然后再回家。目标是每个城市只到一次不能重复,且走过的总距离最短。其原理可以应用于设计电路板上孔洞的位置。

1970年,史蒂芬·库克证明了所有这些问题其实都是等价的,只要能找到一个多项式时间算法(复杂性类似于N^2)解出其中

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值