数据结构学习笔记
第一讲 概述
clock():捕捉从程序开始运行*到clock()被调用所耗费的时间,时间单位是tick,”时钟打点“。
用法示例:需引用<time.h>头文件
#include<time.h>
clock_t start,stop;
double duration;
int main()
{
start=clock();//计时器开始
function();//运行的程序
stop=clock();//计时器停止
duration=((double)(stop-start));
}
注意:一般情况下程序运行时间极短,故需让被测函数重复运行多次,使得测出的时间间隔充分长,最分计算平均运行时间!
算法优化举例:
题目:给定另一个100阶多项式 f(x)=1+x+x^2/2+x^3/3+....+x^100/100,
用不同方法计算x=1.1并且比较一下运行时间?
低级算法:
double func1(double x)//普通算法
{
int i;
double sum=1;
for(i=1;i<101;i++)
{
sum+=1.0*pow(x,i)/i;
}
return sum;
}
秦九韶算法:(优化)
double func2(double x)//优化:秦九韶算法
{
int i;
double p=1.0/100;
for(i=100;i>1;i--)
{
p=x*p+1.0/(i-1);
}
p=x*p+1;
return p;
}
两种算法的比较:
int main()
{
clock_t start,stop;
double dur1,dur2;//持续时间变量名
start=clock();
for(int i=0;i<10000;i++)
func1(1.1);
printf("%f\n",func1(1.1));
stop=clock();
dur1=(double)(stop-start)/10000;
start=clock();
for(int i=0;i<10000;i++)
func2(1.1);
printf("%f\n",func2(1.1));
stop=clock();
dur2=(double)(stop-start)/10000;
printf("普通算法运行时间为:%f ticks,秦九韶算法运行时间为:%f ticks",dur1,dur2);
return 0;
机器运算加减法的速度比乘除法的速度要快很多
最坏情况复杂度T worst(n)<=平均复杂度T ave (n)
复杂度渐进表示法
T(n)=O(f(n))表示存在常数C>0,n0>0,使得当n>=n0时,有T(n)<=C*f(n) //一般写最小的上界
T(n)=V(f(n))表示存在常数C>0,n0>0,使得当n>=n0时,有T(n)>=C*f(n) //一般写最大的下界
程序员一般会绞尽脑汁想办法把O(n^2)的算法优化为O(nlogn)
T1(n)+T2(n)=max(O(f1(n)),O(f2(n)))
T1(n)*T2(n)=O(f1(n) * f2(n))
一个for循环的时间复杂度等于循环次数乘以循环体代码的复杂度
if-else结构的复杂度取决于条件判断复杂度和两个分支复杂度,总体复杂度取三者中最大!
题目:求最大子列和问题,若序列中所有整数皆为负数,则输出0
给定K个整数组成的序列{ N1, N2, …, N^K },“连续子列”被定义为{ N**i, N**i+1, …, N**j },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。
本题旨在测试各种不同的算法在各种数据情况下的表现。各组测试数据特点如下:
- 数据1:与样例等价,测试基本正确性;
- 数据2:102个随机整数;
- 数据3:103个随机整数;
- 数据4:104个随机整数;
- 数据5:105个随机整数;
输入格式:
输入第1行给出正整数K (≤100000);第2行给出K个整数,其间以空格分隔。
输出格式:
在一行中输出最大子列和。如果序列中所有整数皆为负数,则输出0。
低级算法:遍历所有子列,求和找最小
复杂度:O(N^3)
nt max_part1(int a[],int n)//遍历每个子列,最低级算法:复杂度:O(N^3)
{
int sum=0,max=0;
for(int i=0;i<n;i++)
{
for(int j=i+1;j<n;j++)
{
sum=0;
for(int k=i;k<=j;k++)
{
sum=sum+a[k];
}
if(sum>max) max=sum;
}
}
return max;
}
中级算法:免去第三层循环,从头到尾边遍历边比较
复杂度:O(N^2)
int max_part2(int a[],int n)//中级算法:在当前子列的基础上逐加元素,复杂度:O(N^2)
{
int sum=0,max=0;
for(int i=0;i<n;i++)
{
sum=0;
for(int j=i;j<n;j++)
{
sum=sum+a[j];
if(sum>max) max=sum;
}
}
return max;
}
高级算法:在线处理,按顺序推进
//在线:每输入一个数据就进行即时处理,在任何一个地方中止输入,算法都能正确给出当前的解
复杂度:O(N)
int max_part3(int a[],int n)//高级算法:在线处理,按顺序依次推进,
//若当前和大于当前最大子列和则更新最大子列和,
若当前和小于0重置当前和。复杂度:O(N),最快,起初难理解
{
int sum=0,max=0;
for(int i=0;i<n;i++)
{
sum=sum+a[i];
if(sum>max) max=sum;
else if(sum<0) sum=0;
}
return max;
}
运行结果
学习途径:
1.MOOC 数据结构——浙江大学 陈越
2.PTA刷题