数据结构（二）之程序的灵魂（算法）

最新推荐文章于 2023-11-08 11:06:42 发布

海是倒过来的天001

最新推荐文章于 2023-11-08 11:06:42 发布

阅读量360

点赞数

分类专栏：数据结构

本文链接：https://blog.csdn.net/qw1356790/article/details/105210025

版权

数据结构专栏收录该内容

17 篇文章 0 订阅

订阅专栏

1.1 初始程序的灵魂
1.1.1 数据结构

数据结构静态的描述了数据元素之间的关系
高效的程序需要在数据结构的基础上设计和选择算法
- 高效的程序包括
  1. 到的数据结构
  2. 合适的算法

1.1.2 算法的本质

算法本质是特定问题求解步骤的描述
在计算机中表现为指令的有限序列
- 算法是独立存在的一种解决问题的方法和思想
- 对于算法而言，语言并不重要，重要的是思想

1.1.3 算法的特性

输入：算法具有0个或多个输入
输出：算法至少有1个或多个输出
有穷性：算法在有限的步骤之后会自动结束而不会无限循环
确定性; 算法的每一步都有确定的含义，不会出现二义性
可行性: 算法的每一步都是可行的
正确性
- 算法对于合法数据能够得到满足要求的结果
- 算法能够处理非法输入，并得到合理的结果
- 算法对于边界数据和压力数据都能得到满足要求的结果

1.2 程序灵魂的审判

1.2.1 思考
如果两个算法都能满足功能性需求，那工程中最关心的其他特性是什么，如何比较评判呢？
-性价比（效率）是工程中最关注的算法附加特性

1.2.2 算法效率的度量

事后统计法
- 比较不同算法对同一组输入数据的运行处理时间
- 缺陷
  - 为了获得不同算法的运行时间必须编写相应程序
  - 运行时间严重依赖硬件以及运行时的环境因素
  - 算法的测试数据的选取相当困难
事前分析估算
- 依据统计的方法对算法效率进行估算
- 影响算法效率的主要因素
  - 算计采用的策略和方法(最重要的因素)
  - 问题的输入规模
  - 编译器所产生的代码（cc++编译器，java编译器）
  - 计算机执行速度

1.2.3算法好坏度举例
在这里插入图片描述

三种求和算法中关键部分的操作熟练分别为2n,n ,1.
随着问题规模n的增大，他们操作数量的差异会越来越大，因此实际算法在效率上的差异也会变得非常明显

1.3 算法的时间复杂度

1.3.1 结论
-上节结论：判断一个算法的效率时，操作数量中的常数项和其他次要项常常可以忽略，只需要关注最高阶项就能得出结论

1.3.2 问题

如何用符号定性的判断算法的效率
算法的复杂度
- 时间复杂度
  - 算法运行后对时间需求量的定性描述
- 空间复杂度
  - 算法运行后对空间需求量的定性描述
注意：数据结构课程重点关注的是算法的效率问题，因此，整个课程会集中讨论算法的时间复杂度；但其使用的方法完全可以用于空间复杂度的判断

1.3.3 大O表示法

算法效率严重依赖于操作（opeartion）数量
操作熟练的估算可以作为世界复杂度的估算
在判断时首先关注操作数量的最高次项

O（5） = O（1）
O（2n + 1） = O（2n ） = O（n）
O（nn + n + 1） = O（nn）
O（3nn* n + 1） = O（3nnn） = O（nn*n）

1.3.4 常见时间复杂度

线性阶时间复杂度 O(n)

for(int i =0;i<n ;i++)
{
	//复杂度为O（1）的程序语句
}

对数阶时间复杂度 O(logN)

int i =1;
while(i <n)
{
	//复杂度为O（1）的程序语句
	i *= 2;
}

平方阶时间复杂度 O(n*n)

for(int i =0;i<n;i++)
{
	for(int j =0; j< n;j++)
	{
		//复杂度为O（1）的程序语句
	}
}

1.3.5 练习

练习一

for(int i =0;i<n;i++)
{
	for(int j = i;j<n;j++)
	{
		//复杂度为O（1）的程序语句
	}
}

在这里插入图片描述

练习二
练习三

1.4 算法效率的度量
1.4.1 常见的时间复杂度

在这里插入图片描述
1.4.2 常见时间复杂度的比较

  O（1） < O（logN）<  O（n）< O（n * logN）<  O（n*n）

```
  						<O（n*n *n）
```

  						<O（ 2的n次方） < O（n的阶乘）<O（n的n次方）

当算法的时间复杂度为 O（ 2的n次方） O（n的阶乘） O（n的n次方） ，即使n的值很小，实际的程序运行时间也是不可接受的。

1.4.3 空间换时间案例

#include <iostream>
using namespace std;
void search(int a[], int len)     // O(n)
{
    int sp[1000] = {0};
    int max = 0;

    for(int i=0; i<len; i++)
    {
        sp[a[i] - 1]++;
    }
    for(int i=0; i<1000; i++)
    {
        if( max < sp[i] )
        {
            max = sp[i];
        }
    }
    for(int i=0; i<1000; i++)
    {
        if( max == sp[i] )
        {
            cout << i + 1 << endl;
        }
    }
}
int main(int argc, char* argv[])
{
    int a[] = {1, 1, 3, 4, 5, 6, 6, 6, 3, 3};    
    search(a, sizeof(a)/sizeof(*a));
    return 0;
}