算法设计与分析之算法绪论

  • 学习目标
    • 设计高效的算法
    • 分析算法的性能
    • 在分析与交互中验证算法
  • 参考书:算法导论

1、算法定义

  • 算法定义:给定计算问题,算法是一系列良定义的计算步骤,逐一执行计算步骤即可得到预期的输出。
    • 计算问题:给定数据输入,计算满足某种性质输出问题
  • 算法的性质
    • 有穷性:算法必须在有限个计算步骤后终止。
    • 确定性:算法必须是没有歧义的。
    • 可行性:可以机械的一步一步执行基本的操作步骤。

2、算法的表示

  • 自然语言
    • 优势:以近于人的思维,易于理解主旨
  • 编程语言
    • 优势:精准表达逻辑,规避表述歧义
    • 不便之处:不同的编程语言间语法存在差异,过于关注算法实现的细枝末节
  • 伪代码
    • 非正式语言
      • 移植编程语言书写形式作为基础和框架
      • 按照接近自然语言的形式表达算法过程
    • 兼顾自然语言与编程语言优势
      • 简洁表达算法本质,不拘泥于实现细节
      • 准确反映算法过程,不产生矛盾和歧义

3、算法分析

  • 算法分析的原则

    • 统一机器性能
    • 分析最坏情况
  • 机器的运算速度影响算法的执行时间

    • 归纳基本操作
    • 统一机器性能
  • 相同的输入规模,实例影响运行

    • 例:插入排序(升序排序)最好情况:数组升序,最坏情况:数组降序
      在这里插入图片描述
  • 算法分析的工具

    • 渐近分析:忽略 T ( n ) T(n) T(n)的系数与低阶项,仅关注高阶项,用记号 θ \theta θ表示
      在这里插入图片描述
    • 渐近记号
      在这里插入图片描述
    • 渐近紧确界
      在这里插入图片描述
    • 渐近上界
      在这里插入图片描述
    • 渐近下界
      在这里插入图片描述

4、例子

  • 插入排序与选择排序
    • 伪代码及时间复杂度分析
      在这里插入图片描述
  • 代码实现
# 插入排序:将数组a分为有序和无序的两个部分。前者在左边,后者在右边。开始有序的部分只有a[0],其余都属于无序的部分。
# 每次取出无序部分的第一个(最左边)元素,把它加入有序部分。假设插入合适的位置p,则原p位置及其后面的有序元素都向右移动一个位置,
# 有序部分增加一个元素。一直做下去,直到无序部分没有元素
def insert_sort(l):
    for i in range(len(l) - 1):
        key = l[i+1]  # 无序部分第一个值
        index = i
        while index >= 0 and l[index] > key:
            l[index+1] = l[index]
            index -= 1
        l[index + 1] = key
    return l

# 选择排序:每次从待排序列中选出一个最小值
def select_sort(l):
    for i in range(len(l)):
        for j in range(i+1, len(l)):
            if l[i] > l[j]:
                temp = l[i]
                l[i] = l[j]
                l[j] = temp
    return l
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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