算法分析与计算复杂性

合集下载
相关主题
  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)。
• 贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选
择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会 影响以后的状态,只与当前状态有关。
Thank you~
通常只考虑三种情况下的时间复杂度,即最坏情况、最好情况 和平均情况下的时间复杂度,分别记为T max (N)、T min (N) 和 T avg (N),实践表明可操作性最好且最有实际价值的是最坏情 况下的时间复杂度。
示例
在pascal中比较容易理解,容易计算的方法是:看看有几重for循环,只有一重则时 间复杂度为O(n),二重则为O(n^2),依此类推,如果有二分则为O(logn),二分例如快 速幂、二分查找,如果一个for循环套一个二分,那么时间复杂度则为O(nlogn)。
T(n) = T1(n) * T2(n) = O ( c*f(n) ) = O( f(n) ) 也就是说,在大O表示法中,任何非0正常数都属于同一数量级,记为O(1)。
• 贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前
看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出 的是在某种意义上的局部最优解。
= 2*(1/n)*(1/log2n) + 4*(1/log2n) + 3
当n趋向于无穷大,1/n趋向于0,1/log2n趋向于0 所以极限等于3。
T(n) = O(n*log2n)
1) 加法规则 T(n,m) = T1(n) + T2(n) = O (max ( f(n), g(m) ) 2) 乘法规则 T(n,m) = T1(n) * T2(m) = O (f(n) * g(m)) 3) 一个特例(问题规模为常量的时间复杂度) 在大O表示法里面有一个特例,如果T1(n) = O(c), c是一个与n无关的任意常数,T2(n) = O ( f(n) ) 则 有
分析: 1.语句int num1, num2;的频度为1; 语句i=0;的频度为1; 语句i<n; i++; num1+=1; j=1; 的频度为n; 语句j<=n; j*=2; num2+=num1;的频度为n*log2n; T(n) = 2 + 4n + 3n*log2n 2. 忽略掉T(n)中的常量、低次幂和最高次幂的系数 f(n) = n*log2n 3. lim(T(n)/f(n)) = (2+4n+3n*log2n) / (n*log2n)
算法是正确的吗?
• 算法的模拟与分析 • 1.算法正确吗?
①问题求解过程、方法正确吗?输出的是不是问题的解? ②20世纪60年代,美国一架发往金星的航天飞机由于控制程序出错 而永久丢失在太空中。
算法获得的解是最优的吗?
• 算法的效果评价
①算法输出的是最优解还是可行解?如果是可行解,与最优解的偏 差多大?
②证明:(1)利用数学方法 (2)仿真模拟分析
算法的复杂性分析
• 算法的复杂性评价方面:时间,空间
时间复杂度是指执行算法所需要的计算工作量;Biblioteka Baidu空间复杂度是指执行这个算法所需要的内存空 间。
• 时间复杂性
时间复杂度的定义
一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个 辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的 同数量级函数。记作T(n)=O(f(n)),称O(f(n))为算法的渐进时间复杂度(O是数量级的符号 ),简称时 间复杂度。
相关文档
最新文档