学习笔记:[算法分析]数据结构与算法Python版

最新推荐文章于 2022-11-09 16:04:24 发布

笑花大王

最新推荐文章于 2022-11-09 16:04:24 发布

阅读量416

点赞数

本文链接：https://blog.csdn.net/weixin_43818995/article/details/104586471

版权

什么是算法分析

对比程序，还是算法？

❖如何对比两个程序？

　　看起来不同，但解决同一个问题的程序，哪个“ 更好”？

❖程序和算法的区别

　　算法是对问题解决的分步描述程序则是采用某种编程语言实现的算法，同一个算法通过不同的程序员采用不同的编程语言，能产生很多程序

大O表示法

算法时间度量指标

❖ 一个算法所实施的操作数量或步骤数可作为独立于具体程序/机器的度量指标哪种操作跟算法的具体实现无关？需要一种通用的基本操作来作为运行步骤的计量单位

❖ 赋值语句是一个合适的选择

一条赋值语句同时包含了（表达式）计算和（变量）存储两个基本资源

仔细观察程序设计语言特性，除了与计算资源无关的定义语句外，主要就是三种控制流语句和赋值语句，而控制流仅仅起了组织语句的作用，并不实施处理。

❖分析SumOfN的赋值语句执行次数

对于“问题规模”n

赋值语句数量T(n)=1+n 那么，什么是问题规模？

❖问题规模：影响算法执行时间的主要因素

❖在前n个整数累计求和的算法中，需要累计的整数个数合适作为问题规模的指标前100,000个整数求和对比前1,000个整数求和，算是同一问题的更大规模

❖算法分析的目标是要找出问题规模会怎么影响一个算法的执行时间

数量级函数 Order of Magnitude

❖基本操作数量函数T(n)的精确值并不是特别重要，重要的是T(n)中起决定性因素的主导部分

　　用动态的眼光看，就是当问题规模增大的时候， T(n)中的一些部分会盖过其它部分的贡献

❖数量级函数描述了T(n)中随着n增加而增加速度最快的主导部分

　　称作“大O”表示法，记作O(f(n))，其中f(n) 表示T(n)中的主导部分

确定运行时间数量级大O的方法

❖例1：T(n)=1+n

当n增大时，常数1在最终结果中显得越来越无足轻重所以可以去掉1，保留n作为主要部分，运行时间数量级就是O(n)

影响算法运行时间的其它因素

❖有时决定运行时间的不仅是问题规模

❖某些具体数据也会影响算法运行时间

　　分为最好、最差和平均情况，平均状况体现了算法的主流性能对算法的分析要看主流，而不被某几种特定的运行状况所迷惑

常见的大O数量级函数

❖通常当n较小时，难以确定其数量级

❖当n增长到较大时，容易看出其主要变化量级

从代码分析确定执行时间数量级函数

可以看到38--40这一段代码有3个赋值符号所以记作3

41-45行代码有双重循环并且有3个n 记作3n²

46-48行代码有单个循环2个赋值记作2n

49行最后一行代码又一个赋值符号记作1

最后得出结果:

❖仅保留最高阶项n2 ，去掉所有系数

❖数量级为O(n²)

其它算法复杂度表示法

❖大O表示法表示了所有上限中最小的那个上限。

❖大𝛀表示法表示了所有下限中最大的那个下限

❖大𝚹表示法如果上下限相同，那么就可以用大𝚹𝚹表示

“变位词”判断问题

所谓“变位词”是指两个词之间存在组成字母的重新排列关系如：heart和earth，python和typhon 为了简单起见，假设参与判断的两个词仅由小写字母构成，而且长度相等

❖解题目标：写一个bool函数，以两个词作为参数，返回这两个词是否变位词

❖可以很好展示同一问题的不同数量级算法

解法1：逐字检查

❖解法思路将词1中的字符逐个到词2中检查是否存在存在就“打勾”标记（防止重复检查）如果每个字符都能找到，则两个词是变位词只要有1个字符找不到，就不是变位词

❖程序技巧实现“打勾”标记：将词2对应字符设为None 由于字符串是不可变类型，需要先复制到列表中

❖逐字检查法代码

#逐字检查法
def anagramSolution1(s1,s2):
    alist=list(s2)  #将s2内容转换成列表复制到alist中
    pos1=0;
    stillOK=True
    
    while pos1<len(s1) and stillOK: #循环s1中的每一个字符
        pos2=0
        found=False
        
        while pos2<len(alist) and not found:#循环alist中每一个字符
            if s1[pos1]==alist[pos2]:  #s1与s2的值进行对比 如果为真则判断整确跳出这个循环
                found=True
            else:
                pos2=pos2+1 #否则继续比较
                    
        if found:
            alist[pos2]=None   #找到打勾
        else:
            stillOK=False   #未找到、失败
        pos1=pos1+1
    return stillOK


print(anagramSolution1('python','ypthon'));

View Code

❖算法分析

问题规模：词中包含的字符个数n

主要部分在于两重循环外层循环遍历s1每个字符，将内层循环执行n次而内层循环在s2中查找字符，每个字符的对比次数，分别是1、2…n中的一个，而且各不相同

所以总执行次数是1+2+3+……+n 可知其数量级为O(n2)

解法2：排序比较

❖解题思路将两个字符串都按照字母顺序排好序再逐个字符对比是否相同，如果相同则是变位词有任何不同就不是变位词

❖排序比较代码

def anagramSolution2(s1,s2):
    #分别转换为列表赋值给alist1、alist2
    alist1=list(s1)  
    alist2=list(s2)
    
    #分别排序
    alist1.sort()
    alist2.sort()
    pos=0
    matches=True
    while pos<len(s1) and matches:
        if alist1[pos]==alist2[pos]: #诸葛对比
            pos=pos+1
        else:
            matches=False
    return matches

print(anagramSolution2('notyph','ypthon'));

View Code

❖算法分析

粗看上去，本算法只有一个循环，最多执行n次，数量级是O(n)

但循环前面的两个sort并不是无代价的如果查询下后面的章节，会发现排序算法采用不同的解决方案，其运行时间数量级差不多是 O(n2)或者O(n log n)，大过循环的O(n)

所以本算法时间主导的步骤是排序步骤

本算法的运行时间数量级就等于排序过程的数量级O(n log n)

解法3：暴力法

暴力法解题思路为：穷尽所有可能组合

将s1中出现的字符进行全排列，再查看s2 是否出现在全排列列表中

这里最大困难是产生s1所有字符的全排列根据组合数学的结论，如果n个字符进行全排列，其所有可能的字符串个数为n

我们已知 n! 的增长速度甚至超过2n 例如，对于20个字符长的词来说，将产生 20!=2,432,902,008,176,640,000个候选词如果每微秒处理1个候选词的话，需要近8万年时间来做完所有的匹配。

❖结论：暴力法恐怕不能算是个好算法

解法4：计数比较

解题思路：对比两个词中每个字母出现的次数，如果26个字母出现的次数都相同的话，这两个字符串就一定是变位词

❖具体做法：为每个词设置一个26位的计数器，先检查每个词，在计数器中设定好每个字母出现的次数

❖计数完成后，进入比较阶段，看两个字符串的计数器是否相同，如果相同则输出是变位词的结论

❖计数比较代码

def anagramSolution4(s1,s2):
    #分别转换为列表赋值给alist1、alist2
    c1=[0]*26;
    c2=[0]*26;
    
#1.利用ascii特性a=65 b=66... z=90  所以开辟26个字母开辟26个空间 
#2.首先循环判断s1的每一个字母 用当前字母的ascii码减去a的ascii码 
#3.将得到的差当成数组下标给c1并赋值1让它里面不为None  
#4.s2循环跟s1一样步骤 参考2 3
#5.循环判断 c1和c2数组所有的内容 如果有一处不相等则不相等
    for i in range(len(s1)):  #分别计数
        pos=ord(s1[i])-ord('a')
        c1[pos]=1
        
    for i in range(len(s2)):
        pos=ord(s2[i])-ord('a')
        c2[pos]=1
        
    j=0
    stillOK=True
    while j<26 and stillOK:  #计数器比较
        if c1[j]==c2[j]:
            j=j+1
        else:
            stillOK=False
    return stillOK
        
    

print(anagramSolution4('cdge','egdc'));

View Code

❖算法分析

❖计数比较算法中有3个循环迭代，但不象解法1那样存在嵌套循坏前两个循环用于对字符串进行计数，操作次数等于字符串长度n 第3个循环用于计数器比较，操作次数总是26次

❖所以总操作次数T(n)=4n+26，其数量级为O(n) 这是一个线性数量级的算法，是4个变位词判断算法中性能最优的

❖值得注意的是，本算法依赖于两个长度为 26的计数器列表，来保存字符计数，这相比前3个算法需要更多的存储空间如果考虑由大字符集构成的词（如中文具有上万不同字符），还会需要更多存储空间。

❖牺牲存储空间来换取运行时间，或者相反，这种在时间空间之间的取舍和权衡，在选择问题解法的过程中经常会出现。

Python数据类型的性能

1.Python两种内置数据类型

各种操作的大O数量级

列表list和字典dict 这是两种重要的Python数据类型，后面的课程会用来实现各种数据结构通过运行试验来估计其各种操作运行时间数量级

对比list和dict的操作

2.List列表数据类型

常用操作性能

❖最常用的是：按索引取值和赋值（v = a[i], a[i]= v）由于列表的随机访问特性，这两个操作执行时间与列表大小无关，均为O(1)

❖另一个是列表增长，可以选择append() 和__add__()“+” lst.append(v)，执行时间是O(1) lst= lst+ [v]，执行时间是O(n+k)，其中k是被加的列表长度选择哪个方法来操作列表，决定了程序的性能

❖list类型各种操作（interface）的实现方法有很多，如何选择具体哪种实现方法？

❖总的方案就是，让最常用的操作性能最好，牺牲不太常用的操作

80/20准则：80%的功能其使用率只有20%

4种生成前n个整数列表的方法

❖ 首先是循环连接列表（+）方式生成

def test1():
    l=[]
    for i in range(1000):
        l=l+[i]
    return l
print(test1())

❖ 然后是用append 方法添加元素生成

def test2():
    l=[]
    for i in range(1000):
        l.append(i)
    return l
print(test2())

❖ 接着用列表推导式来做

def test3():
    l=[i for i in range(1000)]
    return l
print(test3())

❖ 最后是range函数调用转成列表

def test4():
    l=list(range(1000))
    return l
print(test4())

使用time对函数进行计时

整体代码

from timeit import Timer
def test1():
    l=[]
    for i in range(1000):
        l=l+[i]


def test2():
    l=[]
    for i in range(1000):
        l.append(i)

def test3():
    l=[i for i in range(1000)]


def test4():
    l=list(range(1000))

    
t1=Timer("test1()","from __main__ import test1")
print ("concat %f seconds\n" %t1.timeit(number=1000))

t2=Timer("test2()","from __main__ import test2")
print("append %f seconds\n" % t2.timeit(number=1000)) 

t3=Timer("test3()","from __main__ import test3")
print("comprehension %f seconds\n" % t3.timeit(number=1000)) 

t4=Timer("test4()","from __main__ import test4")
print("list range %f seconds\n" % t4.timeit(number=1000))