算法导论学习笔记（2）

big O notation:类比为小于等于       n2+O(n)=O(n2)

big Omega notation Ω：类比为 大于等于  

Θ：类比为等于

严格符号：小o与小ω：类比为小于和大于

 

解递归方法：

1、替换法：guess the form,verify by induction,solve the consts

2、递归树法

3、master method：之应用于特定情况

    T(n)=aT(n/b)+f(n)------>compare f(n) with n^(log_b a)---------->3 cases

 

 

divide-conquer method:

1.divide    2.conquer    3.combine

Ex：归并排序、二分查找、乘方问题分治法、斐波那契数列平方递归算法、矩阵乘法分治算法、VLSI布局H布局

fibonacci numbers:递归算法（指数级时间）bottom-up算法（linear）朴素平方递归（因浮点、仅理论可行）平方递归（log_2 n）

其中递归算法与bottom-up算法的python实现：

import datetime
def fibo(n):
    if n==0:
        return 0
    elif n==1:
        return 1
    elif n>=2:
        return fibo(n-1)+fibo(n-2)

starttime = datetime.datetime.now()
print("递归算法计算：指数级时间增长\n",fibo(35))
endtime = datetime.datetime.now()
print("cost time:",endtime - starttime,end="\n\n")

def bottom_up(n):
    if n==0:
        return 0
    else:
        i=1
        f0=0
        f1=1
        while i<n:
            tmp=f1
            f1+=f0
            f0=tmp
            i+=1
        return f1
starttime = datetime.datetime.now()
print("bottom_up算法：线性增长\n",bottom_up(35))
endtime = datetime.datetime.now()
print("cost time:",endtime - starttime)
            
#时间复杂度更低的还有 平方递归算法：θ（log_2 n）
#  (Fn+1  Fn)=(1 1)^n
#  (Fn  Fn-1) (1 0)

递归算法计算：指数级时间增长
 9227465
cost time: 0:00:04.679061

bottom_up算法：线性增长
 9227465
cost time: 0:00:00.004988
>>>