MIT公开课《算法导论》笔记一：算法分析

内容均来自MIT公开课Introduction to Algorithms中Charles E. Leiserson和Erik Demaine老师的讲解。http://v.163.com/special/opencourse/algorithms.html

1.算法主要是关于性能performance

   其他的诸如正确性、可维护性、可扩展性、健壮性、安全性等等也很重要

2. 算法运行时间：

   a. depend on the input和输入有关

   b. depend on the size 和输入的数据规模有关

   c. want the upper time 找到运行时间上界。一般情况下，我们需要找到这个程序对于最坏的输入数据的情况下，运行时间是多长。guarantee to user

3.几种分析运行时间的方法T(n)。

   a Worst-case:(usually)

       用T(n)来表示算法在输入规模为n时的最大运行时间。它的作用就是你可以用它来给别人做出承诺，即我的算法在最坏的情况下的运行时间也不会超过T(n)。

   b Average-case:(sometimes)

       用T(n)来表示算法在所有输入规模为n的序列的运行时间的一个期望值。当然它的前提是假设输入的统计概率分布，也就是说对于一个规模为n的输入数据，它所有的排列方式出现的概率是相等的。

   c Best-case:(bogus)

       算法的运行时间的最好情况

4 渐进分析

        渐近分析——对于一个算法的运行时间，忽略那些依赖于机器的常量；忽略所有的低阶项，只分析最高阶项；关注于运行时间的增长，而不仅仅只是运行时间。

   

5 举了两个例子

具体排序的动态图，可以参考http://visualgo.net/sorting.html

5.1 插入排序 insertion sort

对于每一个A[i]，考虑A[1...i-1]中它的合适的插入位置k，然后将A[k...i-1]依次后移一个位置，把A[i]插入到A[k]的位置即可。

复杂度分析。

Best-case：  2(n-1)

Worst-case ： 此图转载，侵删。

5.2 归并排序 merge sort

把数据分成两半，再分成两半，直至每个部分都只有一个或两个数据，然后进行排序。

归并排序递归处理的两个表已经有序了。