目录
前言
循环不变式
n位二进制整数相加问题
RAM模型
使用RAM模型分析
代码的最坏情况和平均情况分析
插入排序最坏情况分析
插入排序平均情况分析
设计算法
分治法
总结
前言
循环迭代,分析算法和设计算法作为算法中的三个重要的角色,下面从一些程序示例入手,介绍如何使用有效的方法来设计和分析算法。
循环不变式
代码:
int f(int n) {int res = 1;for(int i = 1; i <= n; i++) {res = res * i;}return res;
}
这是求n!的函数, res是每次迭代的(i-1)!的结果,可以看到每趟迭代下来,它的形式都是res,没有变更过,我们称之为循环不变式。
循环不变式有初始化,保持和终止三要素。
初始化:循环的第一次迭代,它为真。代码中如果res = 0; 则第一次迭代的结果res = 0;
结果为假,初始化错误。
保持:如果本次迭代结果为真,则下一次的结果也为真。本次res = i!, 下一次res = res * (i+1) = i! * (i + 1) = (i+1)!. 可以理解为迭代保持了。
终止:迭代终止的条件, i > n时,迭代终止。数学归纳法中只有初始化和保持的证明,但是没有终止这一步。当i叠加到n+1时,上一次迭代结果时res = res*i = i! = n!已经是正确结果了,所以迭代条件终止时,结果正确。
n位二进制整数相加问题
初始化:A[MAXSIZE] = {0}, B[MAXSIZE] = {0}, C[MAXSIZE] = {0}.
保持:C[i+1] = (A[i] + B[i] + C[i])/2; C[i] = (A[i] + B[i] + C[i])%2.
终止条件:A[i]和B[i]中全部为零,迭代终止.
代码:
void num_to_binary(int num, int B[MAXSIZE]) {for (int i = 0; num > 0; i++){B[i] = num % 2;num = num / 2;printf("%d", B[i]);}printf("\n");}void binary_add(int A[MAXSIZE], int B[MAXSIZE], int C[MAXSIZE + 1]) {int i;for (i = 0; B[i] || A[i] ; i++){C[i+1] = (A[i] + B[i] + C[i]) / 2;C[i] = (A[i] + B[i] + C[i]) % 2;printf("%d", C[i]);}printf("%d\n", C[i]);
}
输出结果:
RAM模型
在分析算法时,我们经常提到时间复杂度和空间复杂度。这些都是基于代码中的指令是一条一条地在CPU中执行的,不存在并行操作。这种前提可以理解位RAM模型。
使用RAM模型分析
代码 | 代价 | 次数 |
int res = 1; | C1 | 1 |
for(int i = 1; i <= n; i++) | C2 | n |
res = res * i; | C3 | n |
return res; | C4 | 1 |
上述代码的运行时间位Tn=c1+c2*n+c3*n+c4.
T(n)为n的线性函数,所以可以说改代码的时间复杂度为O(n).
代码的最坏情况和平均情况分析
for(int i = 0; i < 10; i++) {while (p->next){lnode *q = p->next;if(q->data > data[i]) {lnode *node = (lnode *) malloc(sizeof(lnode));node->data = data[i];node->next = q;p->next = node;break;}p = p->next;}p = list;
}
}
插入排序最坏情况分析
10个元素参与插入排序,最坏情况下,每趟插入的位置都是表尾:
第一趟 比较1次
第二趟 比较2次
。。。
第n趟 比较n次
T(n) = (1+2+3+…+n) + c = (n+1)*n/2 + cn.(c为插入一个结点的时间复杂度)。
插入排序平均情况分析
平均比较次数:
第一趟 比较(1+1)/2
第二趟 比较(1+2)/2
。。。
第n趟 比较(1+n)/2
T(n) = n*n/4 + cn.
在n足够大的时候,可以认为插入排序的最坏情况和平均情况的时间复杂度均为O(n*n).
设计算法
分治法
分治三个步骤:
分解:分解原问题为子问题,这些子问题为原问题的较小规模的问题。
解决:递归地解决这些子问题,如果规模小到一定程度,则直接得出答案。
合并:合并上述解决地子问题地解,得出最终解。
前提:该集合S经过归并排序之后的序列再进行如下算法运算。
分解:集合S的n个问题分解成两个规模n/2的问题。
解决:递归的解决和分解这些子问题,直到规模为2时,两个数相加与x比较,如果相等则存在,否则返回不存在。
合并:合并两个子问题,两个子问题中不存在和等于x的情况,所以需要判断是否存在跨集合相加和等于x的情况。
代码:
#include "stdio.h"
#define OK 1
#define ERROR 0
#define MAXSIZE 10
int FLAG = 0;
int is_x(int a1[MAXSIZE], int x, int low, int mid, int high);
void jude_add_x(int a[MAXSIZE], int x, int low, int high);void main() {int b[10] = {-1,2,3,5,9,27,29,38,49,74};int x = 8;jude_add_x(b, x, 0, 9);printf("The result is %d", FLAG);
}int is_x(int a1[MAXSIZE], int x, int low, int mid, int high) {int i = low, j = mid+1, k = low;while (i <= mid || j <= high){if(a1[i] + a1[j] == x) {return OK;}else if(a1[i] + a1[j] < x) {if(i < mid) i++;else if( j <= high) j++;else return ERROR;}else {return ERROR;}} return ERROR;
}void jude_add_x(int a[MAXSIZE], int x, int low, int high) {if(low == high) {return;}int mid = (low + high) / 2;jude_add_x(a, x, low, mid);jude_add_x(a, x, mid + 1, high);if(low != high && is_x(a, x, low, mid, high)) FLAG = 1;
}
输出结果:
时间复杂度:O(lgn*n)
空间复杂度: O(1)
总结
本文主要讲解如何分析和设计算法。分析算法从分析时间复杂度入手,讲述了最坏情况和平均情况下的分析。设计算法以一个程序入手,讲述了分治法的三个步骤怎么分析。