算法分析框架

分析框架

• 时间复杂度：指出正在讨论的算法运行的有多快

• 空间复杂度：关心算法需要的额外空间

分析框架概要

• 算法的时间效率和空间效率都用输入规模的函数进行度量
• 我们用算法基本操作的执行次数来度量算法的时间效率。通过计算算法消耗的额外存储单元的数量来度量空间效率。
• 在输入规模相同的情况下，有些算法的效率会有显著差异，对于这样的算法，我们需要区别最差效率，平均效率和最优效率。
• 本框架关心一点：当算法输入规模趋近于无穷大时，它的运行时间函数的增长次数
  

分析非递归算法效率的通用方案：

1. 决定用哪个参数表示输入规模
2. 找出算法的基本操作（它总位于算法的最内层循环中）
3. 检查基本操作的执行次数是否只依赖输入规模。如果它还依赖于一些其他的特性，则最差效率，平均效率以及最优效率就很有必要分别研究
4. 建立一个算法基本操作执行次数次数的求和表达式
5. 利用求和运算的标准公式和法则来建立一个操作次数的闭合公式，或者至少确定它的增长次数。

其中我们使用最为频繁的是这两个公式：

以及求和公式：

分析递归算法效率的通用方案

1. 决定用哪个参数作为输入规模的度量标准。
2. 找出算法的基本操作。
3. 检查一下，对于相同规模的不同输入，基本操作的执行次数是否可能不同，如果有这种可能，则必须对最差效率，平均效率以及最优效率做单独研究。
4. 对于算法基本操作的执行次数，建立一个递推关系以及相应的初始条件
5. 解这个递推式，或者至少确定它的解的增长次数。