第1章 算法简介
第一种查找算法——二分查找。
学习如何谈论算法的运行时间——大O表示法。
了解一种常用的算法设计方法——递归。
- 1. 二分查找
- [1] 二分查找算法,必须针对的是有序的元素列表。
- [2]一般,对于n个元素的列表,二分查找最多需要
log2(n)步, 简单查找(线性查找)则需要n步。
C++编写执行二分查找:
#include "iostream"
using namespace std;
void binarySearch(int data_array[], int element, int len)
{
int low = 0;
int high = len;
while (low <= high)
{
int mid = (low + high)/2;
int guess = data_array[mid];
if (guess == element)
{
cout<<"Element found at "<<mid<<" th index"<<endl ;
return ;
}
else if (guess > element)
{
high = mid - 1;
}
else
{
low = mid + 1;
}
}
cout<<"Element Not Found"<<endl ;
return ; //number not found
}
int main()
{
int data_array[] = {2,10,23,44,100,121};
int length = sizeof(data_array) / sizeof(int);
binarySearch(data_array, 3, length) ; // not found case
binarySearch(data_array, 2, length) ; // found at corner case
binarySearch(data_array, 44, length) ; //found at middle case
return 0;
}
(图来源于水印作者)
二分法的时间复杂度:
比如:总共有n个元素,每次查找的区间大小就是n,n/2,n/4,…,n/2^k(接下来操作元素的剩余个数),其中k就是循环的次数。
由于n/2k取整后>=1,即令n/2k=1,
可得k=log2n,(是以2为底,n的对数),所以时间复杂度可以表示O()=O(logn)
2. 运行时间
-二分查找的运行时间为对数时间:O(logn)
-线性查找的运行时间为线性时间:O(n)
3. 大O表示法
- 大O表示法指出了最糟糕情况下的运行时间;
- 指出算法运行的有多快;
- 算法的速度并不是指时间,而是操作数(n)的增速。
4. 常见的大O运行时间
O(log n),也叫对数时间,这样的算法包括二分查找。
O(n),也叫线性时间,这样的算法包括简单查找。
O(n * log n),这样的算法包括快速排序——一种速度较快的排序算法。
O(n2),这样的算法包括选择排序——一种速度较慢的排序算法。
O(n!),这样的算法包括接下来将介绍的旅行商问题的解决方案——一种非常慢的算法。
总结:一个算法实行的二分算法,预期运行效率logn, 也就是上课老师讲的一个而二分算法运行的高度height。
大O表示的是运行效率,不是指时间。