看标题感觉这一章很重要,但其实教材也就十几页就结束了,主要内容还是上,下限,以及学会计算程序运行时间,也没涉及到敲代码,其他的了解一下就行了吧
正文:
1.算法的增长率是指当输入的值增长时,算法代价的增长速率。表达式为Cn(C为常数)的增长率称为线性增长率或者线性时间代价。含有n2次方的高次项,称为二次增长率,该曲线属于指数增长率。n方 n logn比较 (注:数据结构中log一般默认以2为底)
2.最佳情况(如第一个元素恰恰就是所需),最差情况(如直到数组最后一个元素才找到所需的K)平均情况(如数组大小为n,平均要检查n/2个元素)。
3.如何更快的算法?log优于线性优于指数型
4.渐进分析(Asymptotic analysis):忽略系数,注意集中在最重要的一点:增长率。能够简化算法分析
但也不一定一定是最好的,如对5个数排序的一种算法,如果用来给成千上万的数排序,算法就可能不是很适合,尽管它的渐进分析表明该算法性能良好。
5.上限:用来表示该算法可能有的最高增长率。大O表示法(读作大欧): 如果某个算法增长率上限(在最差情况下)是f(n) <=> 最差情况下在集合O(f(n))中
给出O的定义:设T(n)表示算法的实际运行时间,f(n)则是上限的一个函数表达式。对于非负函数T(n),如果存在两个正的常数c和n0,对于任意n>n0,有T(n)<=cf(n),则称T(n)在集合O(f(n)
数据结构与算法分析 收获总结 第3章 算法分析
最新推荐文章于 2021-09-11 13:11:34 发布