【算法设计与分析】期中复习

咸鱼的小世界 / 2023-05-04 / 原文

一、概论

什么是算法?

算法是求解问题的一系列步骤,用来将输入数据转换成输出结果

算法设计应该满足以下目标(对使用算法的人来讲)

  1. 正确性:算法能正确地执行,能完成任务
  2. 可使用性:算法要能被方便地使用
  3. 可读性:算法应具有较好的可读性,易于理解
  4. 健壮性:要有异常处理,对不合理的数据进行检查,从而避免异常中断或死机
  5. 高效率与低存储量需求:低时间复杂度,低空间复杂度。二者往往不可得兼

算法的五个特征(对设计算法的人来讲)

  1. 有限性:算法的的执行步骤是有限的,每个步骤都在有限时间内完成,即算法可在有限时间内被只执行完成
  2. 确定性:算法中每一条指令都有确切的含义,没有二义性(例:取出数组中差不多大的数,取出数组中最大的数)
  3. 可行性:算法的每个步骤都是可实现的,例如:整数乘法操作可用加法运算实现,乘2操作可用移位运算实现(表达算法中的操作可以被实现,对计算机而言,要有对应的指令,对人而言,要有步骤,纸,笔)
  4. 输入性:0个或多个
  5. 输出性:1个或多个

【例1.2】有下面两段描述,它们违反了算法的哪些特征?

答:第一段代码是一个死循环,违反了算法的有限性。第二段出现了零除错误,违法了算法的可行性。

算法的描述

以设计求1+2+…+n的值的算法为例说明C/C++语言描述算法的一般形式

在设计算法时,如果某个形参需要将执行结果回传给实参,需要将该形参设计为引用型参数。

算法与数据结构

  • 算法+数据结构=程序(Niklaus Emil Wirth, 1934-)
  • 联系:数据结构是算法设计的基础。算法的操作对象是数据结构,在设计算法时,通常要构建适合这种算法的数据结构。数据结构设计主要是选择数据的存储方式,如确定求解问题中的数据采用数组存储还是采用链表存储等。算法设计就是在选定的存储结构上设计一个满足要求的好算法。
  • 区别:数据结构关注的是数据的逻辑结构、存储结构以及基本操作,而算法更多的是关注如何在数据结构的基础上解决实际问题。算法是编程思想,数据结构则是这些思想的逻辑基础。

算法分析

算法分析是分析算法占用计算机资源的情况
算法分析的两个主要方面是分析算法的时间复杂度空间复杂度

非递归算法时间复杂度分析

  1. 符号:
    1. 上界:O(n)(主要用这个)
    2. 下界:Ω(n)
    3. 同阶:
  2. 计算
    1. 大吞小,常系数删掉
    2. O(3n+2)=O(3n)=O(n)
    3. O(6n2+3n+2)=O(6n2+3n)=O(6n2)=O(n2)
    4. O(1):常数时间复杂度,即算法执行时间不会随着问题规模的增大而增大
    5. 【例1.3】分析以下算法的时间复杂度
      void fun(int n)
      {
          int s=0,i,j,k;
          for (i=0;i<=n;i++)
              for (j=0;j<=i;j++)
                  for (k=0;k<j;k++)
                      s++;
      }

        

      补充:对该问题而言,有几层for循环就是n的几次方,如果再加一层for循环for(l=0;l<k;i++),则时间复杂度为O(n4)
  3. 算法的三种情况
    1. 最好:算法基本语句执行的最小次数
    2. 最坏:算法基本语句执行的最大次数
    3. 平均:各种特定输入下的基本语句执行次数的带权平均值


递归算法时间复杂度分析

递归算法是采用一种分而治之的方法,把一个“大问题”分解为若干个相似的“小问题”来求解。

对递归算法时间复杂度的分析,关键是根据递归过程建立递推关系式,然后求解这个递推关系式,得到一个表示算法执行时间的表达式,最后用渐进符号来表示这个表达式即得到算法的时间复杂度。

非递归算法空间复杂度分析

临时空间随着算法的执行能增大多快

若所需临时空间相对于输入数据量来说是常数,则称此算法为原地工作就地工作算法。若所需临时空间依赖于特定的输入,则通常按最坏情况来考虑。

非递归算法中如果有循环,则要注意在循环过程中是否申请了新的空间(malloc,new),非递归算法的时间复杂度不一定是O(1)

递归算法空间复杂度分析

算法设计工具-STL

随用随查,先省略

二、递归

 

三、分治

 

四、蛮力

 

五、回溯

 

六、分支限界

 

参考书

《算法设计与分析(第2版)》 李春葆 ISBN:9787302500988