《数据结构与算法分析》学习笔记(二)——算法分析

一、对算法分析方法的最简单的理解和使用方法

1、首先大家可能一般会被那些数学的概念搞晕,其实简单理解下来,就是假设任何语句执行的效率都是一样的,所以设定每一个语句的执行时间都是一个时间单位,那么只要计算这个程序到底执行了多少语句,就可以算出其时间复杂度。

2、其次就是我们要明白,我们是个估算,所以可以进行化简,明显我们可以忽略那些相对来说低阶的项,只分洗最高阶项。然后主要就是有这些常见的法则:

(1)FOR循环

一次for循环的运行时间至多是该for循环内语句的运行时间乘以迭代次数。

(2)嵌套的FOR循环

肯定是计算最内层循环语句的执行次数,然后再乘以所以循环的迭代次数。

(3)整个程序

其实找到循环迭代次数最多,嵌套最多的进行计算就好。

3、当然,我们计算的只是大概值,而且为了计算的简便,我们一边进行适当的放大,即只考虑最坏最坏的情况,算出其时间复杂度即可。

二、最大子序列

书中通过4种不同的解法来进一步强化我们应该如何计算时间复杂度,小白我也好好学习了下,在此写下学习笔记。

题目:算出一个整数序列中最大的子序列的值。

算法一:

int MaxSubsequenceSum1(const int A[],int N)

{

int thisSum , MaxSum;

MaxSum=0;

for (int i =0; i<N; i++)

{

for (int j=i; j<N; j++)

{

thisSum=0;

for (int K =i; K<=j; K++)

{

thisSum+=A[K];

}

if(thisSum>MaxSum)

{

MaxSum=thisSum;

}

}

}

  

if(MaxSum==0)

{

int i;

for(i=0;i<N;i++)

{

if(A[i]!=0)

break;

}

if(i!=N)

{

int Max=A[0];

for(int j=0;j<N;j++)

{

if(A[j]>Max)

{

Max=A[j];

}

}

MaxSum=Max;

  

}

}

 

  

  

return MaxSum;

  

 

}


我们可以看出其最大的for循环有三重,而且最坏的可能迭代次数都是N,所以我们可以很容易的得出,此算法的时间复杂度为O(N^3),其中资源最明显的浪费就在重复计算了从低i到第k的子序列的值,所以算法二便是进行了简单的修改。
算法二:

int MaxSubsequenceSum2(const int A[],int N)

{

int thisSum,MaxSum;

MaxSum=0;

for (int i=0; i<N; i++)

{

thisSum=0;

for (int j=i; j<N; j++)

{

thisSum+=A[j];

if(thisSum>MaxSum)

{

MaxSum=thisSum;

}

}

}

  

  

if(MaxSum==0)

{

int i;

for(i=0;i<N;i++)

{

if(A[i]!=0)

break;

}

if(i!=N)

{

int Max=A[0];

for(int j=0;j<N;j++)

{

if(A[j]>Max)

{

Max=A[j];

}

}

MaxSum=Max;

  

}

}

  

  

return MaxSum;

 

 

}


其实改变的地方即使采用的累加的策略而已,但却使效率大大的提高了,所以这里也是提高算法效率的一个小小的技巧,即尽力减少不必要的计算,尽量利用现有的计算结果。
算法三:

int Max3(const int a,const int b,const int c)

{

int temp = (a>b)?a:b;

temp=(temp>c)?temp:c;

return temp;

}

 

 

 

int MaxSubSum(const int A[],int Left,int Right)

{

int MaxLeftSum,MaxRightSum;

int MaxLeftBorderSum,MaxRightBorderSum;

int LeftBorderSum,RightBorderSum;

  

if(Left==Right)

{

if(A[Left]>0)

return A[Left];

else

return 0;

}

  

int center=(Right+Left)/2;

  

MaxLeftSum=MaxSubSum(A, Left, center);

MaxRightSum=MaxSubSum(A, center+1, Right);

  

LeftBorderSum=MaxLeftBorderSum=0;

for(int i=center;i>=Left;i--)

{

LeftBorderSum+=A[i];

if(LeftBorderSum>MaxLeftBorderSum)

{

MaxLeftBorderSum=LeftBorderSum;

}

}

  

RightBorderSum=MaxRightBorderSum=0;

for(int i=center+1;i<=Right;i++)

{

RightBorderSum+=A[i];

if (RightBorderSum>MaxRightBorderSum)

{

MaxRightBorderSum=RightBorderSum;

}

}

  

return Max3(MaxLeftSum,MaxRightSum,MaxLeftBorderSum+MaxRightBorderSum);

  

}

 

int MaxSubsequenceSum3(const int A[],int N)

{

int MaxSum = MaxSubSum(A, 0, N-1);

  

if(MaxSum==0)

{

int i;

for(i=0;i<N;i++)

{

if(A[i]!=0)

break;

}

if(i!=N)

{

int Max=A[0];

for(int j=0;j<N;j++)

{

if(A[j]>Max)

{

Max=A[j];

}

}

MaxSum=Max;

  

}

}

 

return MaxSum;

 

}

 

这个算法使用了分治的思想,还有递归的思想,即把一个问题不断的分解成类似的规模更小的子问题来解决,所以这里我们要求一个序列的最大子序列,其实就是求左半部分,有伴部分和中间部分的最大子序列,而求左半部分,后半部分的最大子序列显然是将问题的规模变小了,所以可以递归使用,直到剩下一个数的情况.而中间部分呢,则取左右两边,左边从右往左,右边从左往右的最大子序列。然后加起来作为中间部分的值,最后比较中间部分,左半部分,后半部分三部分的值就可以得到结果啦。

 

 

算法四:

int MaxSubsequenceSum4(const int A[],int N)

{

int thisSum,MaxSum;

thisSum = MaxSum=0;

  

for(int i=0;i<N;i++)

{

thisSum+=A[i];

if(thisSum>MaxSum)

{

MaxSum=thisSum;

}

else if(thisSum<0)

{

thisSum=0;

}

}

  

  

if(MaxSum==0)

{

int i;

for(i=0;i<N;i++)

{

if(A[i]!=0)

break;

}

if(i!=N)

{

int Max=A[0];

for(int j=0;j<N;j++)

{

if(A[j]>Max)

{

Max=A[j];

}

}

MaxSum=Max;

  

}

}

  

return MaxSum;

 

}

 

 

最后一个算法就比较牛逼啦,这个算法竟然只是N阶的,大家可以想想这个算法的速度有多快,而且如果不考虑全是负数的情况的话,还可以做到随时读入,随时释放内存的强大功能,在此深深膜拜一下。

 








转载于:https://www.cnblogs.com/BlueMountain-HaggenDazs/p/3898352.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/462135.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Oracle--plsql异常处理

•什么是异常?Oracle中出现错误的情形通常分为编译时错误&#xff08;compile-timeerror&#xff09;和运行时错误(run-time error)&#xff0c;异常是在PL/SQL执行过程中出现的警告或错误。•异常是如何触发的?–发生了一个 Oracle 错误时–使用RAISE语句显式触发•如何处理…

再谈SQL Server中日志的的作用

简介 之前我已经写了一个关于SQL Server日志的简单系列文章。本篇文章会进一步挖掘日志背后的一些概念&#xff0c;原理以及作用。如果您没有看过我之前的文章&#xff0c;请参阅&#xff1a; 浅谈SQL Server中的事务日志(一)----事务日志的物理和逻辑构架 浅谈SQL Server中的事…

树的遍历和图的遍历的异同

一、认识的理清 1、 应该认识到“深度优先”和“广度优先”是算法思想&#xff0c;而递归是实现“深度优先”的一种方法&#xff08;深度优先可以非递归实现&#xff09;&#xff1b; 2、 深度优先搜索也叫深度优先遍历&#xff08;DFS&#xff0c;Depth_Fisrt_Search&#x…

VS2012和XE2013的关联和设置问题

1. 首先要正确安装Microsoft VisualStudio 2012 Intel Parallel Studio XE 2013&#xff0c;其中&#xff0c;先安装VS2012&#xff0c;再安装XE2013。 2.Microsoft Visual Studio 2012 Intel Parallel Studio XE 2013集成检验&#xff1a; 打开&#xff1a;开始所有程序-&…

语文成绩

题目背景 语文考试结束了&#xff0c;成绩还是一如既往地有问题。 题目描述 语文老师总是写错成绩&#xff0c;所以当她修改成绩的时候&#xff0c;总是累得不行。她总是要一遍遍地给某些同学增加分数&#xff0c;又要注意最低分是多少。你能帮帮她吗&#xff1f; //这又跟神器…

最小生成树和最短路径

一、概念的理清 1、图分为连通图和非连通图&#xff0c;我们一般讨论连通图。带权的图叫做网。 2、连通图的生成树&#xff1a;&#xff08;1&#xff09;包含图的所有的n个顶点&#xff1b;&#xff08;2&#xff09;只有n-1条边&#xff0c;且这n-1条边足以构成一棵树&…

推荐一款移动端的web UI控件 -- mobiscroll

用mobiscroll 可实现ios系统自带的选择器控件效果&#xff0c;支持几乎所有的移动平台(iOS, Android, BlackBerry, Windows Phone 8, Amazon Kindle)&#xff0c;当然在pc的浏览器上跑&#xff0c;效果也还不错。建议使用支持css3的浏览器访问^_^ 支持换肤&#xff0c;效果和性…

I2C通信 读写数据过程

在通信之初&#xff0c;主从机必须根据自己的要求约定好通信规则&#xff1a;command的定义和位置、address的位数和位置。 以读写从机寄存器数据为例&#xff1a; 假设从机寄存器地址为8位、从机寄存器也位8位&#xff08;被读取数据为8位&#xff09;&#xff1b; 约定读comm…

C++的运算符重载(转)

C的运算符重载 cc扩展语言 C中预定义的运算符的操作对象只能是基本数据类型。但实际上&#xff0c;对于许多用户自定义类型&#xff08;例如类&#xff09;&#xff0c;也需要类似的运算操作。这时就必须在C中重新定义这些运算符&#xff0c;赋予已有运算符新的功能&#xff0c…

Android 用户界面---样式和主题(Styles and Themes)(二)

样式属性 理解了样式是如何定义的之后&#xff0c;就需要学习<item>元素都定义了那些有效的样式属性类型。你可能已经熟悉了像layout_width和textColor属性&#xff0c;但是还有更多的可以使用的样式属性。 查找应用于指定的View对象的最好的地方是对应的类参考&#xff…

Android应用程序结构总结

2019独角兽企业重金招聘Python工程师标准>>> Android应用程序结构分析 由于是初学者&#xff0c;对于Android应用程序的结构的认识是一穷二白的&#xff0c;对于开发Android应用程序&#xff0c;必须先了解其程序的结构和作用。一下就用一个简单的例子来解剖&#…

递归--整数划分问题

问题描述&#xff1a; 将正整数n表示成一系列正整数之和&#xff1a;nn1n2…nk&#xff0c;其中n1≥n2≥…≥nk≥1&#xff0c;k≥1。正整数n的这种表示称为正整数n的划分。 问题1&#xff1a; 输出整数n的所有可能的划分&#xff0c;如&#xff1a; 输入&#xff1a;6 输出&am…

嵌入式软件开发注意事项一

嵌入式软件开发注意事项一1、首先对测试板进行各方面硬件性能的测试&#xff1a;电源测试&#xff0c;时钟测试等等。要确保硬件最基本的几个性能是正常的&#xff0c;否则后面真的无法进行软件的开发&#xff0c;因为如果你没有确保硬件的正确性&#xff0c;那么后面进行软件调…

Oracle 表空间与数据文件

-- --Oracle 表空间与数据文件 -- /* 一、概念 表空间&#xff1a;是一个或多个数据文件的逻辑集合 表空间逻辑存储对象&#xff1a;永久段-->如表与索引 临时段-->如临时表数据与排序段 回滚段-->用于事物回滚或闪回内存的撤销数据 表空间分类&#xff1a;系统表空间…

简单的深度优先遍历和广度优先遍历

代码来源于《啊哈&#xff01;算法》。 1、深度优先遍历&#xff1a; &#xff08;1&#xff09;无权值 #include<stdio.h> int book[101],n, e[1001][1001], sum; void DFS(int cur) {int h;sum;printf("%d ", cur);//目前所在点进行的操作&#xff0c;可以…

【 2013华为杯编程大赛成都第三组前两题试题及答案】

2013-09-12 16:41:24 题目描述 某省会城市街道纵横交错&#xff0c;为了监控路灯的运行状况&#xff0c;每条街道使用一个数字字符串标识该街道上所有路灯的运行状况。假设路灯只有如下3种状态&#xff08;分别用数字0, 1, 2标识&#xff0c;一盏路灯只对应其中一种状态&#x…

webrtc笔记(1): 基于coturn项目的stun/turn服务器搭建

webrtc是google推出的基于浏览器的实时语音-视频通讯架构。其典型的应用场景为&#xff1a;浏览器之间端到端(p2p)实时视频对话&#xff0c;但由于网络环境的复杂性(比如&#xff1a;路由器/交换机/防火墙等&#xff09;&#xff0c;浏览器与浏览器很多时候无法建立p2p连接&…

ADS中startup.s文件启动分析

映像文件分析&#xff0c;ADS 中startup.s 文件启动分析&#xff0c;学嵌入式开发ADS 必看2010-04-17 10:21声明&#xff1a; 我也是转来的&#xff0c;不是原创&#xff0c;由于别人是网易的日志&#xff0c;不能直接转&#xff0c;所以…… 感谢原创&#xff01;让我明白了st…

String Statistics(2008年珠海市ACM程序设计竞赛)

String Statistics 时间限制(普通/Java):1000MS/3000MS 运行内存限制:65536KByte 描述 You have an n n matrix of lower-case letters. You start from somewhere in the matrix, walk in one of the eight directions (left, right, up, down, up-left, up-right, …