算法设计与分析

算法设计与分析_第1次作业

1. 时间复杂度与程序运行时间

请编写复杂度为$O(n^2)$、$O(n\log n)$、$O(n)$的任意程序，在不同问题规模下，记录运行时间，注明单位秒s或毫秒ms（写清运行代码的机器CPU配置）。

(严格来说，编写的程序，复杂度应该为$\Theta (n^2)$, \Theta(n\log n), \Theta(n))

CPU: Intel i3-2370M 2.40GHz

问题规模$n$	$O(n^2)$	$O(n\log n)$	$O(n)$
1000	0.004s
10000	0.307s
20000	1.211s
40000	4.878s
100000	30.351s
1000000	-
10000000	-
100000000	-
1000000000	-

$O(n^2)$样例代码：

#include <stdio.h>
#include <time.h>

int main()
{
    int n;
    scanf("%d", &n);

    clock_t st = clock();
    long long sum = 0;
    for (int i = 0; i < n; ++i)
        for (int j = 0; j < n; ++j)
            ++sum;
    clock_t ft = clock();
    double dt = (ft - st) * 1.0 / CLOCKS_PER_SEC;

    printf("sum = %lld\n", sum);
    printf("duration: %f s\n", dt);
    
    return 0;
}

$O(n\log n)$代码：

$O(n)$代码：

2. 斐波那契数列计算

请用递归和递推实现斐波那契数列第$n$项的计算，结果对1000000007取模。

Fibonacci numbers:
$$F_0=0,F_1=1$$
$$F_n=F_{n-1}+F_{n-2},(n\ge 2)$$

当$n$为多大时，递归计算已经明显变慢了？

代码：

3. 最大子序和问题

请分别编写$O(n^3)$、$O(n^2)$、$O(n\log n)$的代码，自己生成一些测试数据进行本地测试，并分别在CG平台上提交。

代码1：

//通过暴力枚举的方式寻找最大子序列和
#include <iostream>
using namespace std;
int MaxSubseqSum(int A[],int N)
{
    int i,j,k,ThisSum,MaxSum=0;
    for ( i = 0; i < N; i++)
    {
        for( j=i;j<N;j++)
        {
            ThisSum=0;
            for(k=i;k<=j;k++)
            ThisSum+=A[k];
            if(ThisSum>MaxSum)
            MaxSum=ThisSum;
        }
    }
    return MaxSum;
}
int main()
{
    int N,MaxSum=0,A[1000];
    scanf("%d",&N);
    for(int i=0;i<N;i++)
    {
        scanf("%d",&A[i]);
    }
        
    // N=2;
    // A[0]=1;A[1]=5;
    MaxSum=MaxSubseqSum(A,N);
    cout<<MaxSum;
    return 0;
}

代码2：

代码3：