MIT算法导论公开课之第13课 平摊分析、表的扩增、势能方法

平摊分析（Amortized analysis）问题引入

• 一个哈希表应该多大？
  越大越好（哈希表越大搜索时间消耗越短）。
  越小越好（哈希表越小占用存储空间越小）。
  对于要存储n个元素的哈希表的大小最好为Θ(n)。
• 当不知道要存储的元素数量时，如何设定哈希表的大小？
  使用动态表的策略，当哈希表已满，再加入元素时（溢出），将哈希表扩大：
  1.分配一个更大的表。
  2.将旧表中的元素拷贝至新表。
  3.释放旧表的空间。
  
  • Ex：
    
  • 运行时间分析：
    在最坏情况下，一次插入运算的代价为Θ(n)。
    因此人们自然的这样想，n次插入运算的代价为n·Θ(n)= Θ(n^2)，这是完全错误的分析，因为并不是所有插入操作都为最坏情况。
    正确的结果是，n次插入运算的代价为Θ(n)。
  • 正确分析：
    关于第i次插入操作的代价，当i-1为2的幂时，代价为i，其他时候，代价为1。
    
    

平摊分析

• 用平摊的思想来分析一个操作序列，以证明每个操作的平均代价很小，尽管其中一个或几个操作的代价比较大。

• 用到平均但并不涉及到概率学，主要想表示的是在最坏情况下的平均表现。

• 三种平摊分析的方法：
  1.聚集方法（aggregate）上面分析所用的方法
  2.记账方法（accounting）
  3.势能方法（potential）
  其中2和3方法要更精确，因为它们为每一个操作分配了特定的平摊代价，而1方法经常不能确定每一个操作的平摊代价。

记账方法

势能方法

平摊分析的总结

• 平摊分析为数据结构的性能提供了一个简洁的抽象概念。
• 在不关注实时表现，只关注聚集行为时，平摊分析是一种很好的描述方式。
• 在有些情况中，不同的操作会有不同的平摊代价，它们的和仍然是实际代价的上限。
• 三种方法都是可用的，但都有各自的适用情况使得它们是简单准确的，不同的方法可能得到不同的上限结果。