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^2) O(n2)、 O ( n log n ) O(n\log n) O(nlogn)、 O ( n ) O(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 Θ ( n 2 ) \Theta(n^2) Θ(n2), \Theta(n\log n), \Theta(n))
CPU: Intel i3-2370M 2.40GHz
问题规模 n n n | O ( n 2 ) O(n^2) O(n2) | O ( n log n ) O(n\log n) O(nlogn) | O ( n ) O(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 ) O(n^2) O(n2)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 ) O(n\log n) O(nlogn)代码:
O ( n ) O(n) 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 n n项的计算,结果对1000000007取模。
Fibonacci numbers:
F
0
=
0
,
F
1
=
1
F_0 = 0, F_1 = 1
F0=0,F1=1
F
n
=
F
n
−
1
+
F
n
−
2
,
(
n
≥
2
)
F_n = F_{n-1} + F_{n - 2},(n \geq 2)
Fn=Fn−1+Fn−2,(n≥2)
当 n n 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^3) O(n3)、 O ( n 2 ) O(n^2) O(n2)、 O ( n log n ) O(n\log n) O(nlogn)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: