算法
对特定问题求解步骤的一种描述,是若干指令的有穷序列
程序:算法用某种程序设计语言的具体实现,可以不满足有限性,如操作系统是无限循环中执行的程序
1.性质
- 输入:由外部提供的量作为输入
- 输出:产生至少一个量作为输出
- 确定性:指令清晰无歧义
- 有限性:指令执行次数有限,执行时间有限
另外,算法正确性是指,对任意一个合法的输入经过有限步执行后给出正确的结果
2.复杂性分析
N:问题规模;I:算法输入
2.1时间复杂性T(N,I)
所需时间资源的量,分为最好情况时间复杂度、最坏情况时间复杂度以及平均情况时间复杂度。其中最优价值的是最坏情况下的时间复杂度
基本元运算计算时间T(N,I)= ∑ i = 1 k t i e i ( N , I ) \sum_{i=1}^kt_ie_i(N,I) ∑i=1ktiei(N,I):定义计算机元运算为o,执行一次元运算o所需要的时间为t,对于给定算法A,用到元运算o的次数为e,e是N和I的函数
渐近复杂性T`(N):T(N)当N->∞时的渐近表达式,是T(N)略去低阶项留下的主项
渐近上界O(g(N)):保存所有以g(N)为上界的正函数,阶越低越好
O(f)+O(g)=O(max(f,g))
O(f)*O(g)=O(fg)
O(cf)=O(f)
渐近下界Ω(g(N)):保存所有以g(N)为下界的正函数,阶越高评估越准确
紧渐近界θ(g(N)):保存所有与g(N)同阶的正函数,当且仅当g(N)渐近上界和渐近下界为同一函数
非紧上界o(g(N)):保存所有比g(N)低阶的正函数,相当于g(N)低阶无穷小
c < l o g n < n < n l o g n < n 2 < 2 n < n ! < n n c<logn<n<nlogn<n^2<2^n<n!<n^n c<logn<n<nlogn<n2<2n<n!<nn
2.2空间复杂性S(N,I)
所需空间资源的量
3.算法的表示
3.1基本结构
- 顺序
- 选择
- 循环
3.2表示方法
- 自然语言
- 流程图
- 伪代码
- 计算机语言(高级编程语言)
3.3NP完全性理论
一般的,可由多项式时间算法求解的问题看作是易解问题(复杂度函数为指数函数以下),
需要超多项式时间算法才能求解的问题看作是难解问题(复杂度函数为指数函数及以上)
另一种方法为,划分最优化问题与判定问题,判定问题比最优化问题易求解
最优化问题:寻找一个有最优目标函数值的可行解,如判定旅行总旅费最小的路线
判定问题:输出仅为“是”或“否”的一类问题,如判定旅行是否存在费用不超过d的路线
最优化问题可简化为判定问题。若判定问题是难解问题,则对应优化问题定是难解问题
- P类问题:一类能够用确定算法在多项式时间内求解的判定问题
- NP类问题:一类非确定性多项式时间可解的判定问题。问题求解分为猜测和验证两个阶段。猜测阶段为非确定性,验证阶段为确定性。
涉及算法分析
辗转相除法与更相减损法
辗转相除法与更相减损法常用于求解最大公因数(或称最大公约数),二者本质上是一致的
以119与85为例:
- 辗转相除法:
- 119÷85=1…34
- 85÷34=2…17
- 34÷17=2…0
- 由此得到119与85最大公因数为17
- 更相减损法:
- 119-85=34
- 85-34=51
- 51-34=17
- 34-17=17
- 由此得到119与85最大公因数为17
由上述过程可以看出,更相减损法只是拉长了解决问题的过程。如85=34*2+17,辗转相除法一步得到,更相减损法两步得到
为什么辗转相除法与更相减损法可以求得最大公因数:
设85=al,34=ak,则119=85+34=al+ak=a(l+k),即119也能整除a
从而证明,85和34的公因数也是119的因数,即a是这三个数的公因数
因此119和85的最大公因数=85和34的最大公因数,以此类推
最小公倍数=a*b/最大公约数
c语言递归函数实现:
#include<stdio.h>
int gcd(int a, int b){
if(b == 0)
return a;
else
return gcd(b, a % b);
}
int lcm(int a, int b){
return a * b / gcd(a, b);
}