Essential Algorithms读书笔记(1)

最新推荐文章于 2024-10-10 22:59:02 发布

tubee_creator

最新推荐文章于 2024-10-10 22:59:02 发布

阅读量44

点赞数 1

分类专栏：算法文章标签：算法

本文链接：https://blog.csdn.net/tubee_creator/article/details/131691417

版权

算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文探讨了理解算法的关键点，包括算法行为、运算速度和内存需求。强调了伪代码在描述算法中的作用，以及算法与数据结构的关联。此外，提到了算法的正确性、持续性和高效性作为评估其质量的标准，并介绍了大O表示法来衡量算法的性能。

摘要由CSDN通过智能技术生成

前往我的博客获得更好的阅读体验！
原文地址:https://walljygz.top/posts/48591.html

了解算法

为了充分使用算法，我们必须做的不仅仅是简单地遵循其步骤，还需要了解以下内容：

算法行为：它是否找到了最好的解决方案，或者只是找到了一个好的解决方案？是否存在多个最佳解决方案？是否有理由选择一个“最佳”解决方案而不是其他解决方案？
运算速度：快？还是慢？还是取决于你输入的内容？
内存需求：这个算法需要多少内存？
技术含量：我们可以多次用同样技术来解决类似的问题吗？

本书涵盖了所有以上主题。然而，它并不试图像数学一样那么精确去涵盖每个算法的每个细节。它使用直观的方法来解释算法及其性能，但没有严格详细地分析性能。尽管这种证明过程可能很有趣，但它也可能令人困惑，提供了大多数程序员不需要的详细程度。毕竟，算法主要是为需要完成工作的程序员而写的。

::: tips

无序列表的第一项体现了算法不唯一，但是可能有最优解

:::

算法和数据结构与伪代码

数据结构

算法通常与数据结构密切相关，这一点会在以后讲到。

伪代码

下面是伪代码，为了使描述的算法尽可能有用且易于我们理解，它们首先用直观的英语术语进行描述。从这个高级解释中，我们应该能够用大多数编程语言实现该算法。

故，伪代码是很像编程语言的文本，但并不是真正的编程语言。伪代码可以帮助你理解算法，用来表示程序执行过程，而不一定能编译运行的代码。在数据结构讲算法的时候用的很多。伪代码用来表达程序员开始编码前的想法。

下面是一个中文伪代码的例子，求的是两个整数的最大公约数（Greatest Common Divisor, GCD）：

// 求两个整数的最大公约数
// GCD(a, b) = GCD (b, a Mod b).
//while 如果始终符合......
整数: Gcd(整数: a, 整数: b)
    如果始终符合 (b 不等于 0) 则一直进行下一级缩进
// 计算余项.
      整数: 余数 = a 取模 b
// 计算 GCD(b, 余数).
      a = b
      b = 余数
    结束 缩进
// GCD(a, 0) is a.
    返回 a
结束 Gcd

若是英文版，则是这样的：
英文版伪代码

在此章节以后，我们的伪代码都使用英语来完成。

::: tips

取模运算符

取模，其实是取余数，英文常缩写为Mod（modulo），例如，13 Mod 4 =1

:::

我们现在看这个伪代码，若你有一定的编程基础，你可能看懂了，这个伪代码以注释开头。注释以字符 // 开始，一直延伸到行尾。

第一行代码是算法的声明。该算法称为 Gcd，返回整数结果。它有两个名为 a 和 b 的参数，这两个参数都是整数。

执行任务（可选地返回结果）的代码块被不同地称为例程、子例程、方法、过程、子过程或函数(不过以函数为名称叫的多，下面遇到这些可以用来解决问题的代码块不加声明一律说成函数)

英文伪代码讲解

声明后的代码缩进以表明它是方法的一部分。方法主体中的第一行开始一个 While 循环。只要 While 语句中的条件保持为 true，就会执行 While 语句下面缩进的代码。

While 循环以 End While 语句结束。该语句并不是绝对必要的，因为缩进显示了循环结束的位置，但它提醒了哪种语句块正在结束。

该方法在 Return 语句处退出。该算法返回一个值，因此，这个 Return 语句指示该算法应返回哪个值。如果算法不返回任何值，例如其目的是排列值或构建数据结构，则 Return 语句后面不会跟有返回值，或者该方法可能没有 Return 语句。换句话讲，如果只需要让函数执行某个功能，则不需要返回值，需要返回值的，是要对传入数据进行加工的。

那么，接下来我们将伪代码翻译成常用代码，下面举两个例子：

伪代码:

For i = 100 To 0 Step -5
    // Do something...
Next i

C#代码

for (int i = 100; i >= 0; i -= 5)
{
    // Do something...
}

Python代码

for i in range(100, -1, -5):
  # Do something...

本书中使用的伪代码使用了 If-Then-Else 语句、Case 语句以及其他需要的语句。根据我们对实际编程语言的了解，我们应该熟悉这些内容。代码需要的任何其他内容均以英语拼写。

算法特征

一个好的算法必须具备三个特点：正确性、持续性、高效性。

显然，如果一个算法不能解决它设计时要解决的问题，那么它就没有多大用处。如果它不能得出正确的答案，那么使用它就没有什么意义。

::: tips

一些算法仅在某些时候产生正确的答案，但它仍然有用。例如，偶然得出算法能够可以有一定可能地为你提供一些信息。在这种情况下，我们可以多次重新运行算法，以增加对答案的信心。例如第 2 章“数值算法”中描述的费马素性检验就是这种算法。

:::

如果算法没有可持续性，那么这对程序来说无疑是危险的，例如，你今天成功解决了一个东西，程序运行得没问题，但是明天你发现这不能用了，那可以等着跑路了（）

所以算法越简洁，直观，并且“优雅”，可以让你思路清晰，少些犯错，我们可以确信它会产生正确的结果，如果没有，我们可以快速修复它。

如果算法错综复杂、令人困惑且令人费解，那么在实现它时可能会遇到很多麻烦，并且如果出现错误，将更难以修复它。如果很难理解，你怎么知道它是否产生了正确的结果？

::: tips

这并不意味着不值得研究令人困惑和困难的算法。即使在实现算法时遇到困难，也可以在尝试中学到很多东西。随着时间的推移，你的算法直觉和技能将会增强，因此你曾经认为令人困惑的算法将看起来更容易处理。但是，我们必须始终彻底测试所有算法，以确保它们产生正确的结果。

:::

Big O Notation（大O表示法）

当一个问题很复杂，解决规模很大的时候，可以使用大O表示法来设计一个函数，他们表示算法的最坏情况性能与问题规模之间的关系。（这有时称为程序的渐近性能。）该函数写在大写字母 O 后面的括号内。

例如，O( $N^2$ ) 意味着算法的运行时间（或内存使用量或您正在测量的任何内容）随着输入数量 N 的平方而增加。如果将输入数量加倍，则运行时间大约会增加 4 倍。同样，如果将输入数量增加两倍，则运行时间会增加 9 倍。

大 O 表示法有五个基本规则。

如果算法对数学函数 $f$ 执行特定的步骤顺序 $f (N)$ 次，则需要 $O (f (N))$ 个步骤。
如果一个算法对数学函数 $f_1$ 执行特定的步骤顺序 $f_1(N)$ 次，再对数学函数 $f_2$ 执行特定的步骤顺序 $f_2(N)$ 次，如此类推，整个算法的步骤为 $O(\sum\limits_{i=1}^{n}f_n(N) )$
如果算法需要 $O(f_1(N) + f_2(N))$ 时间，并且对于较大的 $N$ ，函数 $f_1(N)$ 大于 $f_2(N)$ ，则该算法的性能可以简化为 $O(f_1(N))$ 。
WIP