第4章 计算机算法基础

合集下载

计算机算法基础知识介绍常见的算法及其应用

计算机算法基础知识介绍常见的算法及其应用

计算机算法基础知识介绍常见的算法及其应用算法是计算机科学中的一种基本概念,它是解决问题的一系列步骤和规则的描述。

在计算机算法的基础知识中,有许多常见的算法及其应用。

本文将为您介绍这些算法,包括排序算法、查找算法、图算法和动态规划等。

通过学习这些算法,您可以深入了解计算机算法的基础知识,提高问题解决的效率。

1. 排序算法排序算法是将一组数据按照一定规则进行排序的算法。

常见的排序算法有冒泡排序、插入排序、选择排序、归并排序、快速排序等。

这些排序算法各有特点,在不同的场景中选择合适的算法可以提高排序效率。

排序算法广泛应用于数据库查询、搜索引擎等场景。

2. 查找算法查找算法是在一组数据中寻找某个特定元素的算法。

常见的查找算法有线性查找、二分查找、哈希查找等。

线性查找是最简单的查找算法,遍历整个数据集合进行查找;二分查找通过将数据集合分为两半,每次比较中间元素,找到目标元素;哈希查找则是通过将元素映射到固定的位置进行查找。

查找算法被广泛应用于数据库查询、索引建立等领域。

3. 图算法图算法是解决图结构相关问题的算法。

图是由一系列节点和边组成的结构,常用于表示实体之间的关系。

图算法包括深度优先搜索(DFS)、广度优先搜索(BFS)、最短路径算法、最小生成树算法等。

图算法被广泛应用于社交网络分析、网络路由、推荐系统等领域。

4. 动态规划动态规划是解决具有重叠子问题和最优子结构性质的问题的算法。

动态规划将问题划分为多个阶段,每个阶段记录子问题的最优解,通过递归的方式求解整个问题。

动态规划算法被广泛应用于最短路径问题、背包问题、序列比对等领域。

总结:通过本文的介绍,您了解了计算机算法基础知识中的常见算法及其应用。

这些算法在计算机科学中有着重要的地位,应用广泛且效率高。

在实际问题解决中,选择合适的算法能够大大提高解决效率。

因此,深入学习和理解这些算法是非常有益的。

请继续拓展你的计算机算法知识,并在实践中应用这些算法,提高问题解决的能力。

计算机软件技术基础知识点总结

计算机软件技术基础知识点总结

《计算机软件技术基础》第一章算法1.1算法的基本概念算法:指解题方案的准确而完整的描述算法的基本特征:能行性(算法中的每一个步骤必须能够实现;算法执行的结果要能够达到预期的目的)确定性(算法中的每一个步骤都必须是有明确定义的,不能摸棱两可,也不能有多义性)有穷性(算法必须能在执行有限个步骤之后终止)拥有足够的情报(算法执行的结果总是与输入的初始数据有关。

不同输入对应不同输出)算法:是一组严谨地定义运算顺序的规则,并且每一个规则都是有效的、明确的,此顺序将在有限的次数下终止。

算法的基本要素:1.算法中对数据的运算和操作(算术运算、逻辑运算、关系运算、数据传输【赋值、输入、输出】)2.算法的控制结构(算法中各操作之间的执行顺序)1.2算法描述语言C语言描述和简单的算法描述语言(1)符号与表达式:符号主要用以表述变量名、数组名等(2)赋值语句(3)控制转移语句:无条件转移语句形式:GOTO 标号条件转移语句形式IF C THEN SIF C THEN S1ELSE S2(4)循环语句WHILE语句:WHILE C DO SFOR语句:FOR i=init TO limit BY step DO S(5)其他语句EXIT语句:退出某个循环,使控制转到包含EXIT语句的最内层的WHILE或FOR循环后面的一个语句去执行RETURN语句:结束算法的执行(允许使用用引号括起来的注释信息)READ(INPUT)和WRITE(PRINT/OUTPUT)语句:用于输入输出(6)算法中的注释总是用一对方括号【】括起来;复合语句用一对花括号{}括起来1.3算法设计基本方法1.列举法【例1.1】基本思想:根据提出的问题,列举所有可能的情况,并用问题中给定的条件检验哪些是需要的,哪些是不需要的(通常解决“是否存在”“有多少种可能”类型问题)特点:算法比较简单,但列举情况较多时,工作量将很大寻找路径、查找、搜索等问题采用列举法有效2.归纳法基本思想:通过列举少量的特殊情况,经过分析,最后找出一般的关系3.递推法(数学例题)指从已知的初始条件出发,逐次推出所要求的各中间结果和最后结果(本质属于归纳法)4.递归基本思想:将问题逐层分解的过程,实际上并没有对问题进行求解,而只是当解决了最后那些简单的问题后,再沿着原来分解的逆过程逐步进行综合【例1.3】自己调用自己的过程称为递归调用过程递归分为直接递归:一个算法P显式地调用自己间接递归:算法P调用另一个算法Q,而算法Q又调用算法P5.减半递推技术(分治法)减半:将问题的规模减半,而问题的性质不变递推:重复“减半”的过程【例1.4】6.回溯法通过对问题的分析,找出一个解决问题的线索;然后沿着这个线索逐步试探。

唐良荣《计算机导论》第4章 算法基础

唐良荣《计算机导论》第4章 算法基础

• 算法运行工作量只与问题规模相关,或者说它是问题规模的函数。
《计算机导论——计算思维和应用技术》
第22页 共163页
计算机 第4章 算法基础 4.1 算法的特征 4.2 递归与迭代 4.3 排序与搜索 4.4 数据结构
4.1.1 算法的定义 4.1.2 算法的表示 4.1.3 算法的评估 4.1.4 算法复杂度
4.1.4 算法复杂度 4、算法时间复杂度计算案例
【例4-7】时间复杂度T(n)=O(1)的情况,如:
• • • • temp=i; i=j; j=temp; 以上语句的频度均为1,程序执行时间是与问题规模n无关的常数。
第29页 共163页
• 算法时间复杂度为常数阶时,记作T(n)=O(1)。 • 如果算法执行时间不随问题规模n的增加而增长,即使算法有上千条语句,其执行 时间也是一个较大的常数。
4.1.4 算法复杂度 1、算法分析
• 算法复杂度是衡量算法难度的尺度。 • 算法需要的资源越多,复杂度越高。
第23页 共163页
• 算法复杂度包括时间复杂度和空间复杂度。
• 复杂问题或高效算法一般不做算法分析,而是采用基准测试方法。
• 能够分析清楚的算法,一般是简单或低效算法; • 难题(如货郎担问题)及高效算法很难分析清楚。
第19页 共163页
(2)可读性
• 算法主要用于人们的阅读与交流,其次才是为计算机执行。 • 算法简单则程序结构也会简单,这便于程序调试。
(3)健壮性
• •
• 算法应具有容错处理。 • 算法健壮性要求:
输入非法数据或错误操作给出提示,而不是中断程序执行; 返回表示错误性质的值,以便程序进行处理。
4.1.3 算法的评估
(4)效率

高一《数据与计算》(必修)第四章《算法及其特征》

高一《数据与计算》(必修)第四章《算法及其特征》

高一《数据与计算》(必修)第四章《算法及其特征》一、引言在计算机科学领域,算法是指用来解决问题的一系列步骤或方法。

在本章中,我们将学习什么是算法,算法的特征,以及算法设计的基本原则。

二、算法的概念2.1 算法定义算法是对问题求解步骤的一种描述,是指令的有限序列。

算法是基于确定性的、可执行的,并能在有限步骤内完成的。

一个好的算法应具备清晰、无二义性、可行性和有穷性。

2.2 算法的基本特征•输入:算法具有零个或多个输入。

输入是算法从外部获取的数据,用于算法的运行。

•输出:算法具有一个或多个输出。

输出是算法根据输入产生的结果。

•有穷性:算法应该在有限次的执行后终止。

•确定性:算法的每一步都应该明确且无二义性地定义。

•可行性:算法中的每一步都应该是可行的,即能够被计算机执行。

三、算法设计的基本原则在设计算法时,我们需要遵循以下基本原则:3.1 合理性算法应该能够实现给定的问题解决要求。

它需要合理地应对问题的各种情况和输入。

3.2 可读性算法的设计应该易于理解和阅读。

良好的代码注释和适当的命名方式,可以提高算法的可读性。

3.3 健壮性算法应该能够正确地处理各种异常情况,例如无效输入或异常数据。

算法的设计应尽量减少计算的时间。

一个高效的算法应该能够在合理的时间内给出结果。

3.5 空间效率算法的设计应尽量减少需要的存储空间。

一个高效的算法应该能够有效地使用计算机的内存。

四、常见算法在计算机科学中,有许多已经被广泛使用的算法。

下面是一些常见的算法:4.1 排序算法•冒泡排序•插入排序•选择排序•快速排序•归并排序4.2 查找算法•顺序查找•二分查找•哈希查找4.3 图算法•最短路径算法•拓扑排序算法•最小生成树算法4.4 字符串匹配算法•BF算法•KMP算法五、算法的复杂度分析在算法设计中,我们需要对算法的复杂度进行评估。

算法的复杂度分析可以通过对其时间复杂度和空间复杂度进行评估。

时间复杂度描述了算法在运行时所需要的时间。

《计算机算法基础》教学大纲

《计算机算法基础》教学大纲

《计算机算法基础》教学大纲计算机算法基础教学大纲课程简介本课程作为计算机科学与技术专业必修课,旨在让学生掌握计算机算法的基础知识和基本应用,为后续深入研究算法提供基础。

教学目标通过本课程的研究,学生将能够:- 熟练掌握常用的计算机算法- 理解各种算法的基本思想和运行原理- 能够运用算法进行简单的问题求解和程序设计- 培养编写高效算法的能力教学内容第一章算法基础1.1 算法的定义和特性1.2 算法的分类1.3 时间复杂度和空间复杂度第二章常用算法2.1 排序算法(冒泡排序、快速排序、归并排序)2.2 查找算法(顺序查找、折半查找、哈希查找)2.3 图算法(最短路径算法、最小生成树算法)第三章算法应用3.1 算法在智能搜索、机器研究等领域的应用3.2 算法在计算机游戏、网络安全等领域的应用3.3 算法在大数据处理中的应用教学方法本课程采用讲授和实践相结合的教学方法。

教师将通过课堂讲解、板书演示、案例分析等方式向学生介绍算法基础原理和应用技巧,并通过实例编程和练巩固学生的实际应用能力。

考核方式本课程考核方式包括课堂作业、实验报告、期中考试和期末考试。

其中,期中考试占30%的成绩,期末考试占50%的成绩,课堂作业和实验报告占20%的成绩。

教材与参考书目教材《数据结构与算法分析》,作者:Mark Allen Weiss,出版社:机械工业出版社参考书目《算法导论》,作者:Thomas H. Cormen,出版社:机械工业出版社《算法设计与分析基础》,作者:Sun Limin,出版社:高等教育出版社实验环境本课程实验环境为Windows操作系统,使用Java语言进行编程实现。

教学进度。

大学计算机基础电子教材-第4章

大学计算机基础电子教材-第4章

第4章 数据结构与算法本章介绍数据结构与算法,内容包括算法和数据结构的基本概念、栈及线性链表、树与二叉树、排序技术、查找技术。

●了解数据结构与算法的基本概念。

●了解栈与线性链表的操作。

●了解树与二叉树。

●了解数据结构中的排序技术和查找技术。

4.1 算法的概念4.1.1 算法的基本概念程序是算法用某种程序设计语言的具体实现。

算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。

也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。

如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。

不同的算法可能用不同的时间、空间或效率来完成同样的任务。

一个算法的优劣可以用空间复杂度和时间复杂度来衡量。

算法中的指令描述的是一个计算,当其运行时能从一个初始状态和(可能为空的)初始输入开始,经过一系列有限而清晰定义的状态,最终产生输出并停止于一个终态。

一个状态到另一个状态的转移不一定是确定的。

随机化算法在内的一些算法包含了一些随机输入。

算法具有的一些重要特性:(1)有限性。

算法在执行有限步之后必须终止。

(2)确定性。

算法的每一个步骤都是有精确的定义的。

执行的每一步都是清晰的、无二义的。

大学计算机基础84(3)输入。

一个算法具有任意个输入,它是由外部提供的,作为算法执行前的初始状态。

(4)输出。

算法一定有输出结果。

(5)可行性。

算法中的运算都必须是可以实现的。

4.1.2 算法的复杂度1.时间复杂度算法的时间复杂度采用算法执行过程中其基本操作的执行次数,即计算量来度量。

算法中基本操作的执行次数一般是与问题的规模有关的,对于节点个数为n的数据处理问题,用T(n)表示算法基本操作的执行次数。

当比较不同算法的时间性能时,主要标准是看不同算法时间复杂度所处的数量级如何。

例如:以上算法中,循环体中的代码执行了n次,因此算法的时间复杂度为O(n)。

算法基础知识

算法基础知识

算法基础知识算法是现代计算机技术的核心组成部分之一。

算法是一种有序而且有效的问题解决方法。

无论在哪个领域,算法都是解决复杂问题必不可少的工具。

然而,学习算法需要掌握一系列基础知识。

本文将介绍算法基础知识的各个方面。

1. 数据结构算法是基于特定数据结构的处理技巧和方法,在算法学习中了解和掌握数据结构的分类以及具体实现方式是必要的。

1.1 数组数组是最基本的数据结构之一。

在程序设计中,数组被广泛应用于存储同一类型数据的集合。

数组在内存中是连续存储的,并且数组的读写效率很高,但是数组的长度在程序运行过程中不能改变。

1.2 链表链表是另一种基本的数据结构,它也用于存储一组数据,但不同于数组的连续存储方式,链表采用节点之间相互联系的方式。

链表的长度可以在程序运行过程中进行增加或删除。

1.3 栈和队列栈和队列是两种常见的数据结构。

栈和队列都是一种特定的数据容器,可以理解为是一种限制性的数组。

栈的读取顺序原则是后进先出(LIFO),队列的读取顺序原则是先进先出(FIFO)。

1.4 二叉树二叉树是一种基本的树形结构,其中每个节点最多只有两个子节点。

二叉树非常适合解决一些动态结构问题,如搜索、排序、以及字符串处理等。

1.5 图图是由一些由节点和边构成的连接集合。

图可以用来表示各种不同的问题,如路由、网络等。

具体实现时可以使用邻接矩阵、链表来存储。

2. 排序算法排序算法是最基础的算法之一,在数据处理和计算机科学中非常重要。

排序算法的实现方式多种多样,但按照排序方式的不同可以分为内部排序和外部排序。

2.1 内部排序内部排序算法是一种将一个集合中的所有元素按照指定的顺序排列的算法。

内部排序的数据元素通常都能全部存放在内存中。

内部排序按照数据结构的不同可以分为以下的几种算法:冒泡排序,选择排序,插入排序,希尔排序,归并排序,快速排序,堆排序,基数排序。

2.2 外部排序外部排序算法针对的是数据量太大,无法全部存储在内存中,需要将数据分为多个小块排序。

计算机算法基础知识全面解读

计算机算法基础知识全面解读

计算机算法基础知识全面解读计算机算法是计算机科学的核心领域之一,是解决问题和实现功能的重要工具。

本文将全面解读计算机算法的基础知识,包括算法的定义、分类、复杂度分析和常见算法。

一、算法的定义算法是指解决一类问题的有限序列指令的描述。

它可以被看作是一种计算过程,通过逐步执行的指令将输入转化为输出。

算法需要满足清晰、确定、有限和有效的要求,能够解决某个具体的问题。

二、算法的分类根据算法的实现方式和思想,可以将算法分为以下几类:1. 暴力算法:按照问题的定义直接解决,没有使用任何优化技巧。

虽然效率低下,但是思路简单明确,易于实现。

2. 贪心算法:每一步都采取最优的选择,以期达到最终的最优解。

贪心算法通常简单高效,但不能保证一定能够得到全局最优解。

3. 分治算法:将问题分解成若干个规模更小、相互独立且与原问题性质相同的子问题,递归地求解这些子问题,再将子问题的解合并得到原问题的解。

4. 动态规划算法:将问题分解成若干个子问题,并保存子问题的解,避免重复计算。

通过解决子问题来解决原问题。

5. 回溯算法:通过搜索问题的解空间树,找到所有可能的解。

回溯算法通常适用于组合优化问题、NP完全问题等。

三、算法的复杂度分析算法的复杂度是衡量算法效率的重要指标,通常从时间复杂度和空间复杂度两个方面进行评估。

1. 时间复杂度:表示算法执行所需的时间量级,通常用大 O 表示法表示。

常见的时间复杂度有O(1)、O(logn)、O(n)、O(nlogn)、O(n^2)等。

2. 空间复杂度:表示算法所需的存储空间量级,也用大 O 表示法表示。

空间复杂度包括程序代码所占用的空间、输入和输出所需的空间以及算法执行过程中临时变量所需的空间。

四、常见算法1. 排序算法:排序算法是计算机算法中最常见的一类。

包括冒泡排序、插入排序、选择排序、快速排序、归并排序等。

排序算法的选择依赖于实际需求和数据规模。

2. 查找算法:查找算法用于在一组数据中寻找特定元素的位置或者判断某个元素是否存在。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Y
sum + k =>sum k+1 => k
结束
4.3.2 累乘
【案例4.3】计算10! 。 思考1:如何计算x 的流程图。 思考2:如何计算下式:
sin( x ) x
n
x3
3!

x5
5!

x7
7!

x9
9!
4.3.3 穷举
【案例4.4】百钱买百鸡。我国古代的《张丘建算经》中有 一个著名的百鸡问题:鸡翁一,值钱五;鸡母一,值钱三;
21 34 55 34 55 89 55 89 144
4.3.5 递归(续)
假设第N个月的兔子数目是F(N),可以得到如下公式:
1 N 2 F( N ) F( N 1 ) F( N 2 ) N 2
该公式递归地定义了Fibonacci数列。
4.3.6 两个变量值的交换
并在有限时间内终止。 特性 ① 有穷性:一个算法必须在执行有穷步之后结束。 ② 确定性:算法的每一步骤都必须是确切定义的。
③ 输入:一个算法有0个、1个或多个输入。 ④ 输出:一个算法必须有1个或多个输出值。
⑤ 可行性:算法的每一步操作都应该是可执行的。
1.顺序结构
按照顺序从上向下依次执行A 和B,A和B代表算法的步骤。
如果年初养了一对小兔子,到年底时将有多少对兔子? (假
设兔子没有死亡而且严格按照上述规律长大与繁殖) 兔子繁殖的结果
月 1月 兔 小 兔 大 兔 合 计 1 1 1 1
2月
3月
1 1 2
4月
1 2 3
5月
2 3 5
Байду номын сангаас
6月
3 5 8
7月
5 8 13
8月
8 13 21
9月
13 21 34
10月 11月 12月
4.3.8 排序
3.插入排序 把n个待排序的数据分为两 部分:{R1,...,Ri1}为已排 好序的有序表,{Ri, Ri+1,...,Rn}为未排序的无 序表(初始时,令i=2)。 然后,把未排序部分的第1 个数据Ri依次与R1,...,Ri-1 比较,并插入到有序表的 适当位置上,使得{R1,..., Ri}变为一个新的有序表, 直到未排序表中的数据元 素全部插入到有序表中。 【案例4.13】用插入排序法将N (N=5)个无序数据(30, 16, 25, 17, 12)其按升序排列。 初始数据 第1步 第2步 第3步 第4步 [30] [16 [16 [16 [12 16 30] 25 17 16 25 25 30] 25 17 17 17 17 30] 25 12 12 12 12 30]
4.2.4 程序设计语言
用程序设计语言(Programming Language)表示算法就是用 计算机高级语言编写程序,程序是可以在计算机上经过编译、
连接、运行出结果的算法表示。
int max( int a, int b, int c) { int max; if(a > b) max = a; else int main(void) { int a, b, c,Imax; scanf("%d%d%d",&a,&b,&c); Imax=max(a, b, c); printf("max=%d", Imax);
第4章 算法基础
4.1 算法的基本概念 4.2 算法的三种结构
4.3 算法的表示
4.4 算法设计基本方法 4.5 算法的评价
4.1.1 算法的起源
最早 《周髀算经》
《九章算术》 四则运算、最大公约数、最小公倍数、开 平方根、开立方根、求素数的埃拉托斯特
尼筛法(简称埃氏筛),线性方程组求解
第一个算法 欧几里得算法(辗转相除法) 求两个正整数A和B的最大公约数:
子了。求猴子第一天共摘了多少个桃子?
4.3.4 迭代
【案例4.6】给定一个数n,判 断n是不是素数。 素数是指只能被1和它自己整 除的数。 可以证明,只需依次用2~
或2~
之间的各数去除n就
可说明n是不是素数。
4.3.5 递归
递归是把一个复杂的问题逐层分解为最 简单问题,再由最简单问题逐层回代, 直到求出问题的解。
4.3.4 迭代
迭代法又称递推法,它是从已知的初始 条件出发,逐次推出所要求的各中间结 果和最后结果。 【案例4.5】猴子吃桃问题。一只猴子第 一天摘下若干桃子,当即吃了一半,还不 过瘾,又多吃了一个,第二天早上又将剩 下的桃子吃掉一半,又多吃了一个。以后 每天早上都吃了前一天剩下的一半零一个。 到第10天早上想再吃时,见只剩下一个桃
【案例4.6】年龄问题。有5个人坐在一起,问第5个人 多少岁?他说比第4个人大2岁。问第4个人的岁数,他
说比第3个人大2岁。问第3个人的岁数,他说比第2个人
大2岁。问第2个人,他说比第1个人大2岁。最后问第1 个人,他说是10岁。请问第5个人多大?
4.3.5 递归(续)
4.3.5 递归(续)
【案例4.7】Fibonacci数列。 “兔子繁殖问题”:假定一对小兔子一个月就可以长成大兔 子(一雄一雌),而一对大兔子每个月都会生出一对小兔子。
max = b; if(c > max) max = c; return max; }
}
4.3.1 求和
【案例4.2】计算1~100的和。 思考1:如何计算m~n之间的偶数 或奇数之和。
开始 0=>sum 1=>k N k≤100
思考2:如何计算下式:
s 1
1 1 1 ... 12 123 1 2 3 ... n
Step 1: 比较A和B两个数,将A设置为较大的数,B为较小的数;
Step 2: A除以B,得到余数R;
Step 3: 如果R等于0,则最大公约数就是B,否则将B赋值给A, R赋值给B,重复Step2、Step3。
4.1.2 算法的定义和特性
算法 为解决问题采用的方法和步骤。 算法是一组明确步骤的有序集合,它产生结果
【案例4.8】给2个变量a和b分别输入50和10,然后将大数50 存放在b中,小数10存放在a中。
4.3.7 查找
1.顺序查找
【案例4.9】在给定
的10个数{23,45, 62,12,33,87,90,
55,13,79}组成的
列表中查找数12。
4.3.7 查找
2.二分查找 查找是从列表的中间位置开始,如果该位置上的数据和目标
1.时间复杂度 算法的时间复杂度(Time Complexity)是指算法执行所 需要的计算工作量。 按数量级递增排列,常见的时间复杂度有:常数阶O(1), 对数阶O(log2n),线性阶O(n)等,线性对数阶O(nlog2n),平 方阶O(n2),立方阶O(n3),...,k次方阶O(nk),指数阶O(2n)。
鸡雏三,值钱一。百钱买百鸡,问鸡翁、鸡母、鸡雏各几何?
假设鸡翁、鸡母、鸡雏分别为a,b,c只,由题意可得如下 两个方程: a+b+c=100 (1) 5a+3b+c/3=100 (2) 采用穷举法,依次对a,b,c取值范围内的各数一一试探,找出 满足方程(1)和(2)的组合。 流程图参见教材4.9。
2.空间复杂度
一个算法的空间复杂度(Space Complexity)是指算法 运行所需的内存大小,包括输入数据所占空间、程序本身 所占空间以及算法执行过程中所需要的辅助空间,其中辅 助空间包括算法程序执行过程中的工作单元以及某种数据 结构所需要的附加存储空间。
算法是为解决问题采用的方法和步骤,它具有5个重要特性: 有穷性、确定性、输入、输出、可行性。 算法有三种结构:顺序、选择(分支)、循环。顺序结构按照 顺序从上向下依次执行算法步骤;选择结构根据给定的条件判 断选择执行相应的步骤;循环结构在给定条件成立时,反复执 行某些算法步骤。 算法的表示有多种方法,常用的有:自然语言、流程图、伪代 码、程序设计语言等。
2.选择结构 根据给定的条件判断选择哪一
条分支,执行相应的步骤。
3.循环结构 在给定条件成立时,反复执行某
些步骤,直到条件不成立为止。
A
A
A
4.3.1 自然语言
自然语言(Natural Language) 人们日常使用的语言。
【案例4.1】求任意3个正整数a、b、c中的最大者。 用自然语言可将算法表示如下: Step 1:输入3个正整数 a,b,c。 Step2:若a大于b,则将a放到max中,否则将b放到max中。 Step 3:若c大于max,则将c放到max中。 Step 4:输出max。
4.3.8 排序
2.选择排序 【案例4.12】用选择排序法将N 从待排序的n个数据的列表(R1, (N=7)个无序数据(9, 5, 7, 2, R2, R3,..., Rn)中选出最小的数 4, 8, 3)其按升序排列。 (按升序)或最大的数(按降 序),将它与R1交换;然后再 从余下的n-1个数中选出次小 (或次小)的元素与R2进行交 换;第i趟排序时(R1, R2,..., Ri-1) 已排好序,在当前无序的(Ri,..., Rn)中再选出最小(或最大) 的元素,将它与Ri元素交换,使 (R1, R2,..., Ri)成为有序。依此 类推,经过n-1趟排序后,全部 数据就递增(或递减)有序了。
4.3.2 流程图
常用传统流程图符号 求任意3个 正整数a、b、 c中的最大 者的流程图
4.2.3 伪代码
伪代码(Pseudo-code)又称程序设计语言PDL,是用介于自
然语言和计算机语言之间的文字和符号来描述算法。
read a, b, c if a>b a→max else b→max if c>max c→max print max
相关文档
最新文档