算法导论一课时记录之算法分析

前言

算法分析是理论研究，是关于计算机程序性能和资源的利用研究,重点在于性能

    对于程序设计来说，比性能更加重要的是正确性，简洁，可维护性，健壮性，但是性能的好坏直接决定可行与不可行，例如对于实时的要求，所以算法总是在最前沿

排序问题

插入排序

    输入一组序列a1,a2直到an，按照要求重新排序之后输出，排序之后每一个数字出现仅出现一次，且a按升序排例,假如我们使用插入排序来完成


INSERTION-SORT(A)
for j=1 to A.length:
key=A[j]
//将A[j]插入已排序序列A[1..j-1]
i=j-1
while i>0 and A[i]>key
A[i+1]= A[i]
i=i-1
A[i+1]=key

STEP1: 声明一个数组A


STEP2:设置外部循环条件从j=2开始递增，内部循环条件i=j-1递减直到i==0,循环的作用在于完成增量，使得每一次排序过后的数组长度+1


STEP3:用没有排序过的数组的第一项依次和已经排序过的数组比较

package com.tan.sort;
/**
*
* @author 谭婧杰
*
*/
public class InsertSort {
public static void main(String[] args) {
int[] A = {5,2,4,6,1,3};
for(int i = 1;i <A.length;i++) {
for(int j = i;j >0;j--) {
if(A[j-1] >A[j]) {
int temp = A[j-1];
A[j-1] = A[j];
A[j] = temp;
}
}
}
}
}
// -> 1 2 3 4 5 6

524613
254613
245613
245163
241563
.....
123456

运行时间

运行时间取决于多种因素

输入本身

  • 最优情况：输入已经有序

  • 最坏情况：输入逆序

运算规模

处理的输入规模越大，运行时间越长，通常处理输入规模的方式是依输入规模将其参数化，运行时间的上界代表着对于用户的承诺

分析

  • 最坏情况分析：T(n)定义为输入规模为n时的最长运行时间

  • 最好情况分析：

  • 平均情况：T(n)定义为输入规模为n时所有可能输入的期望值（加权平均）

渐近分析

    忽略掉依赖机器的常量，不去检查实际运行时间而是关注运行时间的增长

Θ

对于一个公式，丢弃它的低阶项，并忽略它的常数因子


EX:3n^3+90*n^2-8n+567 = Θ(n^3)


    假如我们关注一个n倾向于无穷大时候，就会意识到Θ（n^2）迟早会战胜Θ（n^4），对于小的n来说，插入排序是快的，但是对于一个巨大的n来说，插入排序就显得不那么快了，所以有另一个更快的排序算法，归并排序

归并排序

对于数组A[1...n]的归并排序，存在三个基本步骤:

  • STEP1:if n = 1; done

  • STEP2:否则递归对A[1到n/2向上取整]以及A[n/2+1向上取整..n]这部分排序

  • STEP3:排序之后的两个表归并

    归并排序为线性时间的Θ(n)b

以上是 算法导论一课时记录之算法分析 的全部内容， 来源链接： utcz.com/a/24948.html

回到顶部