数据结构——算法

数据结构——算法

Author：Roser Han

Location：NUAA

概念

$$程序=数据结构+算法$$

算法是用来解决实际问题的方法，而数据结构是将现实世界的问题抽象为计算机能够理解的形式。

算法的特性

有穷性

算法必须在有穷步骤之后结束，每一步必须在有穷时间内完成。

确定性

算法的每条指令必须有明确的含义，对于相同的输入只能得到相同的输出。。

且在任何条件下，算法都只有一条执行路径。

可行性

算法中的所有操作都必须足够基本，即都可以通过已经实现的基本操作运算有限次来实现。

输入

作为算法加工对象的量值，通常体现为算法中的而一组变量。

有些输入量需要在算法执行过程中输入，而有的算法表边上没有输入，但实际上已经嵌入到算法中。

输入

与一组输入有确定关系的量值，是算法进行信息加工后得到的结果，这种确定关系就是算法的功能。

算法设计的原则

正确性

算法满足以特定规格说明方式给出的需求，对算法正确的理解可以有四个层次：

• 程序中不含语法错误
• 程序对于几组输入数据能够得到满足要求的结果
• 程序对于精心选择的、典型的、苛刻的且带有刁难性的几组输入数据能够得到满足要求的结果
• 程序对于一切合法的输入数据都能够得到满足要求的结果

这四个层次的要求是不断加强的，通常选择第三个层次作为标准。

可读性

算法首先是为了人的阅读与交流，因此算法首先应该易于人的理解，另外难读的程序容易隐藏较多错误而难以调试。

健壮性

当输入的数据非法时，算法应当恰当地作出反应或进行相应处理，而不是输出错误的结果，或者终端程序的执行，而是应该返回一个表示错误或错误性质的值。

通常与正确性相呼应。

高效率与低存储量需求

通常指时间复杂度和空间复杂度。

算法效率的衡量方法和准则

通常有两种方法：

• 事后统计法
• 事前分析估算法

通常使用后者，前者必须执行程序，且其他因素可能掩盖算法本身。

与算法执行时间相关的因素

• 算法选用的策略
• 问题规模
• 编写程序的语言
• 编译程序产生的机器代码的质量
• 计算机执行指令的速度

衡量方法

时间复杂度

$$算法=控制结构+原操作$$

固有数据类型的操作看作原操作。
$$算法执行时间=\Sigma 原操作的执行次数\times 原操作的执行时间$$
可以看出算法执行时间与原操作执行次数之和成正比，因此可以直接用原操作的执行次数来作为衡量标准。

通常在一个算法中选取一个执行次数最多的原操作作为基本操作，基本操作次数之和与算法执行时间成正比。

空间复杂度

算法的存储量包括：

• 输入数据所占空间
• 程序本身所占空间
• 辅助变量所占空间

如果输入数据所占空间只取决于问题本身，和算法无关，则只需要分析除输入和程序之外的辅助变量所占用的额外空间，即不考虑程序输入数据所占空间。

如果所需额外空间相对于输入数据量是常数（即问题规模是常数）。

若所需存储量依赖于特定输入，则按照最坏情况考虑。