算法篇（一）------算法设计与分析基础

1.算法的定义

给定计算问题，算法是一系列良定义的计算步骤，逐一执行计算步骤即可得到预期的输出。

2.算法的性质

（1）有穷性：算法必须在有限个计算步骤后终止

反例：给定输入数组，不断交换首尾元素的位置。

正例：选择排序

• 第一次遍历找到数组中的最小元素
• 第二次在剩余数组中遍历找到次小元素
• ...
• 第n次在剩余数组中遍历找到第n小元素
• 直至剩余数组为0，即为有序数组

（2）确定性：算法必须是没有歧义的

反例：对于给定输入数组，交换两个数的位置。

正例：选择排序

（3）可行性：可以机械地一步一步执行基本操作步骤

反例：将大元素放数组后部，小元素放数组前部。

正例：选择排序

3.算法的表示

3.1.自然语言

（1）方法优势

• 贴近人类思维，易于理解主旨

（2）不便之处

• 语言描述繁琐，容易产生歧义
• 使用了“...”等不严谨的描述

3.2.编程语言

（1）方法优势

• 精准表达逻辑，规避表述歧义

（2）不便之处

• 不同编程语言间语法存在差异
• 过于关注算法实现的细枝末节

3.3.伪代码

（1）非正式语言

• 移植编程语言书写形式作为基础和框架
• 按照接近自然语言的形式表达算法过程

（2）兼顾自然语言与编程语言优势

• 简洁表达算法本质，不拘泥于实现细节
• 准确反映算法过程，不产生矛盾和歧义

例：

4.算法的分析

4.1.算法分析的原则

（1）统一机器性能

• 统一机器性能后，算法运行时间依赖于问题输入规模与实例
• 相同输入规模，实例影响运行

（2）常用最坏情况分析算法运行时间                               

​​​​​​​输入情况	情况说明
最好情况	不常出现，不具普遍性
最坏情况	确定上界，更具一般性
一般情况	情况复杂，分析难度大

算法运行时间仅依赖于问题输入规模𝒏，表示为𝑻(𝒏)

（3）采用渐进分析

4.2.算法分析的工具

（1）渐近分析：忽略𝑻(𝒏)的系数与低阶项，仅关注高阶项，用记号𝚯表示

（2）渐进记号：分析𝒏充分大时函数的大小关系，并用渐近记号表示

渐进记号	名称
𝑻 𝒏 = 𝚯(𝒈(𝒏))	渐进紧确界
𝑻 𝒏 = 𝑶(𝒈(𝒏))	渐进上界
𝑻 𝒏 = 𝛀(𝒈(𝒏))	渐进下界

𝚯记号（渐进紧确界）

定义：

• 对于给定的函数𝒈(𝒏)，𝚯(𝒈(𝒏))表示以下函数的集合： 𝚯 𝒈 𝒏 = {𝑻 𝒏 : ∃ 𝒄𝟏, 𝒄𝟐, 𝒏𝟎 > 𝟎, 使得∀ 𝒏 ≥ 𝒏𝟎, 𝒄𝟏𝒈 𝒏 ≤ 𝑻 𝒏 ≤ 𝒄𝟐𝒈(𝒏)}

𝑶记号（渐进上界）

定义：

• 对于给定的函数𝒈(𝒏)，𝑶(𝒈(𝒏))表示以下函数的集合： 𝑶 𝒈 𝒏 = {𝑻 𝒏 : ∃ 𝒄, 𝒏𝟎 > 𝟎, 使得∀ 𝒏 ≥ 𝒏𝟎, 𝟎 ≤ 𝑻 𝒏 ≤ 𝒄𝒈 𝒏 }

𝛀记号（渐进下界）

定义：

• 对于给定的函数𝒈(𝒏)，𝛀(𝒈(𝒏))表示以下函数的集合： 𝛀 𝒈 𝒏 = {𝑻 𝒏 : ∃ 𝒄, 𝒏𝟎 > 𝟎, 使得∀ 𝒏 ≥ 𝒏𝟎, 𝟎 ≤ 𝒄𝒈 𝒏 ≤ 𝑻 𝒏 }

4.3.算法分析的实例