走进算法和数据结构（二）——算法绪论（二）

最新推荐文章于 2024-06-14 09:44:07 发布

小熊恋旧

最新推荐文章于 2024-06-14 09:44:07 发布

阅读量215

点赞数 4

分类专栏：走进算法和数据结构——小熊带你学计算机系列文章标签：算法

本文链接：https://blog.csdn.net/u011610904/article/details/127407549

版权

走进算法和数据结构——小熊带你学计算机系列专栏收录该内容

4 篇文章 0 订阅

订阅专栏

14天阅读挑战赛
上一节说到算法的基本概念，算法与数据结构的关系，那算法的好坏是怎么度量的呢？这一节我们就来探讨一下。

所谓一个好的算法，无非是执行效率高，所用时间短，当然这时间的快慢有时和计算机有一定的关系，计算机内存的大小，处理器的处理速度都影响着计算结果输出的时间，我们研究算法，必须抛开这些外界因素，把代码块孤立出来，单纯来看、来研究代码块运行的时间，同样，代码块也要抛开各种编程语言编译机制的不同，单纯用所见到的代码来看所使用算法的执行效率。

算法的度量方法分为事后的统计方法和事前分析评估方法。

事后的统计方法：是通过对编制好的程序和数据，用不同的算法进行运行，比较得出最优算法的方法。

这种方法有几个很大的缺陷：一是需要设计完相关的程序，如果设计的算法不合理，设计出的程序将是没有意义的。二是处理器的处理速度，有时会掩盖算法的不足。三是对测试数据的设计必须全面，有时很难找到真正能够测试出性能优劣的临界数值。例如，一个数据是 $2^{n}$ 数量级，我们找到的n的测试数量级是10，得出的数值是1024，如果n取11才是真正的测试临界数值，得出的数值是2048，这是整整一倍的增量，所以说，测试的数值不容易找到合适的。

事前分析评估方法：在程序编制前，依据统计法对算法进行估算。

算法的估算取决于以下几个因素：

1、算法采用的方法；

2、编译代码质量；

3、数据的输入规模；

4、机器执行指令的速度。

我们可以看到，算法估算的因素中，与我们直接有关的只有1和3两个因素，而这两个因素对算法的运行又有什么影响呢，我们通过下表看一看。

问题规模	算法1（n+5）	算法2（n）	算法3（2n+2）	算法4（2n）
n=1	6	1	4	2
n=2	7	2	6	4
n=3	8	3	8	6
n=10	15	10	22	20
n=50	55	50	102	100
n=100	105	100	202	200

通过分析我们能够发现，当n=1，n=2时，算法1和算法3进行对比，算法1不如算法3，当n=3时，两者就一样了，但从n>3开始，算法3明显开始极大的高于算法1，因此，我们可以从整体上说，算法1的设计好于算法3的设计。同样我们也能够发现，当n=1，n=2，n=3时候，算法1比算法2、算法3比算法4要高很多，但当随着数据的增大，两者的数量级差距明显变小，当n=100时，就显得那么微不足道了，这显然，普通的常数对算法的影响可以忽略不计，在以后的计算中，我们便可以把这些常量舍去，能够更好的化简相关的数据，去掉干扰因素，对算法的好坏有更好的分析。

说到这里，不得不引出一个定义：函数的渐进增长。

函数的渐进增长是指，给定两个函数F(n)和G(n),如果存在一个正整数N，使得当所有的n>N时，F(n)总是大于G(n)的值，那么，我们就说F(n)增长渐进快于G(n)。

这渐进增长又和哪些因素有关呢？刚才说到，和后面的常数没有关系，我们继续研究一下子，看下面的表格。

问题规模	算法5（2 $\large n^{2}$ +2n+1）	算法6（ $\large n^{2}$ ）	算法7（2 $\large n^{3}$ +2n+1）	算法8（ $\large n^{3}$ ）
n=1	5	1	5	1
n=2	13	4	21	8
n=3	25	9	61	27
n=10	221	100	2021	1000
n=50	5101	2500	250101	125000
n=100	20201	10000	2000201	1000000

通过算法5和算法7来对比，当n=1时，两个算法相同，当n=2时，算法7略高于算法5，但随着n的增大，我们会发现，最高次项的指数数值，随着n的增大，决定了结果的增长快慢，指数越大，增长越快。

那还有没有别的因素相关呢，我们再来看下一个表格。

问题规模	算法9（8n+6）	算法10（n）	算法11（2 $\large n^{2}$ +2）	算法12（ $\large n^{2}$ ）
n=1	14	1	4	1
n=2	22	2	10	4
n=3	30	3	20	9
n=10	86	10	202	100
n=50	406	50	5002	2500
n=100	806	100	20002	10000

我们来对比算法9和算法11，当n=1，n=2，n=3时候，算法9要大于算法11，但当n不断增大，算法11的增长速度明显加快，远远地大于算法9，因此，我们看到，数据的增长的更多的在于最高次项是多少，而最高次项前面的系数，每个式子中最高次项前面的常数就显得不重要了。

上面提到，算法的评估与加上的常数项无关，与最高次项的常数无关，与最高次项的指数数值有关，那还有其他的关联因素吗？我们接着来看下面的表格。

问题规模	算法13（3n+1）	算法14（3 $\large n^{2}$ ）	算法15（3 $\large n^{2}$ +3n+1）
n=1	4	3	7
n=2	7	12	19
n=3	10	27	37
n=10	31	300	331
n=50	151	7500	7651
n=100	301	30 000	30 301
n=1000	3 001	3 000 000	3 003 001
n=10 000	30 001	300 000 000	300 030 001
n=100 000	300 001	30 000 000 000	30 000 300 001