算法的基本概念、算法分析

一、

算法(algorithms)：是为了求解问题而给出的有限的指令序列，每条指令表示一个或多个操作。——解决问题的步骤

程序 ：是算法的一种实现，计算机按照程序逐步执行算法，实现对问题的求解。

1.算法的性质：

1. 有穷性：一个算法必须能在执行有穷步之后结束，且每一步都可在有穷时间内完成；
2. 确定性：算法中每一条指令必须有确切的含义，不具有二义性。
3. 可行性：算法中描述的操作都可通过已经实现的基本运算执行有限次来实现。
4. 输入：一个算法有零个或多个输入，这些输入取自某个特定的对象的集合；
5. 输出：一个算法有一个或多个输出，这些输出是同输入具有某种特定关系的量。

2.算法的描述：常用的描述算法的方法有 自然语言 流程图 程序设计语言 伪代码等。

伪代码是介于自然语言和程序设计语言之间的方法，它采用某一程序设计语言的基本语法，操作指令可以结合自然语言来设计。

二、算法分析（重点）

事前估计法——时间复杂度估计       

事后统计法——程序运行测试

算法运行所需要的时间，称为时间复杂性；算法运行所需要的辅助空间，称为空间复杂性。

 

1.事后统计法——程序运行测试

在算法中的某些部位插装时间函数time()，测定算法完成某一功能所花费时间

顺序搜索 (Sequenial Search)

int seqsearch ( int a[ ], int n, int x ) {//在a[0],…,a[n-1]中搜索x
    int i = 0;
    while ( i < n && a[i] != x )
          i++;
    if ( i == n ) 
	return -1;
    return i;
}	

 插装 time( ) 的计时程序

    double start, stop;
      time (&start);	
      int k = seqsearch (a, n, x);
      time (&stop);			
      double runTime = stop - start;
      cout << " " << n << " " 
      cout runTime << endl;

缺点：需先运行依据算法编制的程序； 软、硬件环境影响测试结果。

2.事前估计法——时间复杂度估计

 

●算法时间复杂度的思维抽象过程如下：算法的运行时间=每条语句的执行时间之和->每条语句的执行次数之和->基本语句的执行次数->基本与局执行次数的数量级->大O记号表示

①常见的时间复杂度如下：O(㏒₂n)<O(n)<O(n㏒₂n)<O(n²)<O(n³)<...<O(2ⁿ)<O(n!)

②语句频度:语句重复执行的次数

例1.void matrix_addition(double **M1, double **M2, int n){
  // 矩阵M1,M2求和，即两两元素求和，结果存回M1
  // n×n是矩阵的规模
 for (int i=0 ; i<n; i++) 
  for (int j=0 ; j<n; j++) //对应位置的矩阵元素相加
   M1[i][j] = M1[i][j] +M2[i][j] ;
}

 

 

                               n
●程序的执行时间: ∑ 语句 i 的执行次数×执行时间
                              i=1

算法的执行时间(所有语句的语句频度之和）
T（n）=n+1+n（n+1）+n²=2n+2n²+1

  lim T（n）/n²=lim(2n+2n²+1)/2n²=1
  n－>∞
当问题规模 n→∞时T(n)与某一量同阶,称作算法的渐近时间复杂度 （asymptotic time complexity，随着问题规模的增加，算法运行时间的增长趋势） ：
记作：T(n)=O(n²)    O是order的简写

●时间复杂度只与算法中语句频度最大的语句（基本语句）有关, 而其它语句的时间可以不计，用F(n)代表算法中语句频度最大的语句的频度（基本语句） 则T(n)=O(F(n)):  时间复杂度：  T(n)=O(F(n))
(事例看课本P18-19)

○算法的空间复杂度是指在算法的执行过程中，需要的辅助空间数量。辅助空间是除算法本身和输入输出数据所占据的空间外，算法临时开辟的存储空间。通常记作：S ( n ) = O ( f ( n ))。其中， n 为问题规模，分析方法与算法的时间复杂度类似。
 

将数组a中的元素逆置
方法一：
int x;
for (i=0;i<n/2;i++)
  x=a[i];a[i]=a[n-i];a[n-i]=x;

//需要辅助一个空间O(1)
方法二：
int b[]
for (i=0;i<n;i++)
b[i]=a[n-i];
for (i=0;i<n;i++)
a[i]=b[i];

//需要辅助n个空间O(n)