【大話資料結構】第二章總結——演算法
阿新 • • 發佈:2019-01-02
1、演算法的定義
演算法是解決特定問題求解步驟的描述,在計算機中表現為指令的有限序列,並且每條指令表示一個或多個操作。
2、演算法的特性
演算法具有五個基本特徵:輸入、輸出、有窮性、確定性、可行性
- 輸入輸出:演算法具有零個或多個輸入,至少一個或多個輸出。
- 有窮性:指演算法在執行有限的步驟之後,自動結束而不會出現無限迴圈,並且每一個步驟在可接受的時間內完成。
- 確定性:演算法的每一步驟都具有確定的含義,不會出現二義性。
- 可行性:演算法的每一步都必須是可行的,也就說,每一步都能通過執行有限次數完成。
3、演算法設計的要求
- 正確性:指演算法至少應該具有輸入、輸出和加公處理無歧義性、能正確反映問題的需求、能夠得到問題的正確答案。
- 可讀性:演算法設計的另一目的是為了便於閱讀、理解和交流。
- 健壯性:當輸入資料不合法時,演算法也能夠做出相關處理,而不是產生異常或莫名其妙的結果。
- 時間效率高和儲存量低
4、演算法效率的度量方法
- 事後統計方法:這種方法主要是通過設計好的測試程式和資料,利用計算機計時器對不同演算法編制的程式的執行時間進行比較,從而確定演算法效率的高低。
- 事前分析估算方法:在計算機程式編制前,依據統計方法對演算法進行估算。
5、函式的漸近增長
給定兩個函式f(n)和g(n),如果存在一個整數N,使得對於所有的n>N,f(n)總是和g(n)大,那麼,我們說f(n)的增長漸近快於g(n)。
6、演算法時間複雜度
在進行演算法分析時,語句總的執行次數T(n)是關於問題規模n的函式,進而分析T(n)隨n的變化情況並確定T(n)的數量級。
演算法的時間複雜度,也就是演算法的時間量度,記作:T(n) = O(f(n))。它表示隨問題規模n的增大,演算法執行時間的增長率和f(n)的增長率相同,稱作演算法的漸近時間複雜度,簡稱為時間複雜度。其中f(n)是問題規模n的某個函式。
推導大O階
- 用常數1取代執行時間中的所有加法常數。
- 在修改後的執行次數函式中,只保留最高階項。
- 如果最高階項存在且不是1,則去除與這個項相乘的常數。
得到的結果就是大O階
常見的時間複雜度所耗時間的大小排列:
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)
7、演算法空間複雜度
通過計算演算法所需的儲存空間實現,演算法空間複雜度的計算公式記作:
S(n) = O(f(n))
其中,n為問題的規模,f(n)為語句關於n所佔儲存空間的函式。
總結
關於大O階的推導,多做幾道題,就很容易發現其中的規律,學習不難,多加實踐。