数据结构与算法分析之02时间复杂度
2016-12-19 09:58
246 查看
02时间复杂度
引言:
算法是对特定问题求解步骤的一种描述,它是指令的有限序列,其中每一条指令表示一个或多个操作。
算法的度量方法
效率:算法执行的时间
例子:
例子:
事前分析估计的方法:(剖开计算机硬件,软件一些相关的因素)
(在计算机运行时所消耗的时间取决于下列因素)2016
1.算法所选择何种策略
2.问题规模
3.书写的程序(对于同一个算法,语言越是高级,执行效率就是越高)
4.编译程序所产生的机器代码的质量
5.机器执行指令的速度
算法的五大特性:
1.有穷性(有穷,不是数学上的,实际上就是合理的。每一步在规定时间内完成)
2.确定性(每条指令都有必须明确的含义,无二义性)
3.可行性(算法可以执行的)
4.输入(0或者多个)
5.输出(1个或者多个)
算法设计的四大要求:
1.正确性
2.可读性
3.健壮性(容错能力,输入数据非法的时候,不会产生莫名的输出结果)
4.效率和低存储
(研究算法的复杂度,侧重的是研究算法随着输入规模扩大增长量的一个抽象,而不是精确定位执行多少次)
(不关心编译语言,不关心机器)
函数的渐进增长:
给定两个函数,f(n).g(n),如果存在一个整数N,使得对于所有的n>N,f(n)总是比g(n)大,那么我们说f(n)的增长渐进快于g(n)
1.可以忽略加法常数 t(n)=n+1 O(n) t(n)=1+3+4 O(1)
2.可以忽略加法低次幂 t(n)=n2+n O(n2)
3.关注主项的阶数
时间复杂度:
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f(n),算法的时间度量记作T(n)=O(f(n)),它表示随问题n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度。
常见的用到大O记法
规则
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
在大O表示法里面有一个特例,如果T1(n) = O©, c是一个与n无关的任意常数,T2(n)
= O ( f(n) ) 则有
T(n) = T1(n) * T2(n) = O ( c*f(n) ) = O( f(n) ).
规则:
1.用常数1取代所有的加法常数 O(1)
2.修改后的函数中,只保留最高阶数
3.如果最高阶项存在不是1,则变成1
例子:T(n)=5n3+n2+n+6
时间复杂度是O(n)
1.常数阶:T(8) O(1)
2.线性阶:O(n) O(n2)
3.对数阶:
4.函数调用时间复杂度:
常见时间复杂度的比较:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)<O(n!)<O(nn)
主定理:(必须记住)
各个排序直接时间复杂度的比较:
内部排序:
插入类:
直接插入:O(n2) O(n2)O(n) 空间复杂度:O(1)
折半插入 O(n2) O(n2)O(n) 空间复杂度:O(1)
希尔排序 平均O(nlogn)
交换类:(重要)
起泡O(n2) O(n2) O(n)
快速 O(nlogn) O(nlogn) O(n) 空间复杂度:O(logn)
选择类:
简单选择O(n2)
堆排序 O(nlogn) 数比较多的,文件比较大的排序
空间复杂度:O(1)
二路归并 O(nlogn)空间复杂度:O(n)
基数排序:O(d(n+r))空间复杂度:O(r)
习题:
A.程序 B.问题求解步骤的描述 C.要满足五个基本特性 D. A和C
2.某算法的时间复杂度为O(n2),表明该算法的( )。
A.问题规模是n2 B.执行时间等于n2
C.执行时间与n2成正比 D.问题规模与n2成正比
3.以下算法的时间复杂度为( )。
void fun(int n) {
int i=l;
while(i<=n) i=i*2;
}
A. O(n) B. O(n2) C. O(nlog2n)
D. O(log2n)
4.设n是描述问题规模的非负整数,下面程序片段的时间复杂度是()。
x=2;
while(x<n/2)
x=2*x;
A. O(log2n) B. O(n) C. O(nlog2n)
D. O(n2)
5.求整数n (n>=0)阶乘的算法如下,其时间复杂度是( )。
int fact(int n){
if (n<=l) return 1;
return n*fact(n-1);
}
A. O(log2n) B. O(n) C. O(nlog2n)
D. O(n2)
6.有以下算法,其时间复杂度为( )。
void fun (int n){
int i=0;
while(i*i*i<=n) i++;
}
A. O(n) B. O(nlogn) C. D.
7.程序段
for(i=n-l;i>l;i--)
for(j=1;j<i;j++)
if (A[j]>A[j+l])
A[j]与 A[j+1]对换;
其中n为正整数,则最后一行的语句频度在最坏情况下是( )。
A. O(n) B. O(nlogn) C. O(n3) D. O(n2)
8.以下算法中加下划线语句的执行次数为()。
int m=0, i, j;
for(i=l;i<=n;i++)
for(j=1;j<=2 * i;j++)
m++;
A. n(n+1) B. n C. n+1 D. n2
9.下面说法错误的是( )。
Ⅰ.算法原地工作的含义是指不需要任何额外的辅助空间
Ⅱ.在相同的规模n下,复杂度O(n)的算法在时间上总是优于复杂度O(2n)的算法
Ⅲ.所谓时间复杂度是指最坏情况下,估算算法执行时间的一个上界
Ⅳ.同一个算法,实现语言的级别越高,执行效率就越低
A. Ⅰ B. Ⅰ、Ⅱ C. Ⅰ、Ⅳ D. Ⅲ
式中,n是问题的规模,为简单起见,设n是2的整数幂。
2.分析以下各程序段,求出算法的时间复杂度。
// 程序段①
i=l;k=0;
while(i<n-l){
k=k+10*i;
i++;
}.
// 程序段②
y=0;
while((y+1)*(y+1)<=n)
y=y+1;
13. // 程序段③
for(i=l;i<=n;i++)
for(j =1;j <=i;j ++)
for(k=l;k<=j;k++)
x++;
19. // 程序段④
. for(i=0;i<n;i++)
for(j=0;j<m;j++)
a[i] [j]=0;
程序不一定满足有穷性,如死循环、操作系统等,而算法必须有穷。算法代表了对问题求解步骤的描述,而程序则是算法在计算机上的特定的实现。
2. C
时间复杂度为O(n2),说明算法的执行时间T(n)<=c * n2(c为比例常数),即T(n)=O(n2),时间复杂度T(n)是问题规模n的函数,其问题规模仍然是n而不是n2。
3. D
基本运算是i=i*2,设其执行时间为T(n),则2T(n)<=n,即T(n)<=log2n=O(log2n)。
4. A
在程序中,执行频率最高的语句为“x=2*x”。设该语句共执行了 t次,则2t+1=n/2,故t=log2(n/2)-1=log2n-2,得
T(n)=O(log2n)。
5. B
本题是求阶乘n!的递归代码,即n*(n-1)*...*1共执行n次乘法操作,故T(n)=O(n)。
6. C
算法的基本运算是i++,设其执行时间为T(n),则有,T(6)*T(n)*T(n)<=n,即T(n)3<=n。故有,。
更加直观和快速的解题方法:要计算语句i++的执行次数(由于每执行一次i加1),其中判断条件可理解为i3=n,即,因此有。
7. D
当所有相邻元素都为逆序时,则最后一行的语句每次都会执行。此时,
所以在最坏情况下的该语句频度是O(n2)。
8. A
m++语句的执行次数为
9. A
Ⅰ,算法原地工作是指算法所需的辅助空间是常量。Ⅱ,题中是指算法的时间复杂度,不要想当然认为是程序(该算法的实现)的具体执行时间,而赋予n—个特殊的值。时间复杂度为O(n)的算法,必然总是优于时间复杂度为O(2n)的算法。Ⅲ,时间复杂度总是考虑在最坏情况下的时间复杂度,以保证算法的运行时间不会比它更长。Ⅳ为严蔚敏教材的原话。
时间复杂度为O(nlog2n)。
设n=2k(k>=0),根据题目所给定义,有,由此,可得一般递推公式,进而,可得,即,即为。
2.解答:
①基本语句是k=k+10*i,共执行了n-2次,所以T(n)=O(n)。
②设循环体共执行T(n)次,每循环一次,循环变量y加1,最终T(n)=y。故(T(n))2<=n,解得 T(n)=O(n1/2)。
③ x++是基本语句,。
④a[i][j]=0是基本语句,内循环执行m次,外循环执行n次,共执行了 m*n次,所以 T(m, n)=O(m*n)0
引言:
算法是对特定问题求解步骤的一种描述,它是指令的有限序列,其中每一条指令表示一个或多个操作。
算法的度量方法
效率:算法执行的时间
例子:
int sum=0; int n=100000000; for(int i=1;i<=n;i++){ sum=sum+i; }
例子:
int i; int sum=0; int n=100000000; sum=(1+n)*n/2;
事前分析估计的方法:(剖开计算机硬件,软件一些相关的因素)
(在计算机运行时所消耗的时间取决于下列因素)2016
1.算法所选择何种策略
2.问题规模
3.书写的程序(对于同一个算法,语言越是高级,执行效率就是越高)
4.编译程序所产生的机器代码的质量
5.机器执行指令的速度
算法的五大特性:
1.有穷性(有穷,不是数学上的,实际上就是合理的。每一步在规定时间内完成)
2.确定性(每条指令都有必须明确的含义,无二义性)
3.可行性(算法可以执行的)
4.输入(0或者多个)
5.输出(1个或者多个)
算法设计的四大要求:
1.正确性
2.可读性
3.健壮性(容错能力,输入数据非法的时候,不会产生莫名的输出结果)
4.效率和低存储
(研究算法的复杂度,侧重的是研究算法随着输入规模扩大增长量的一个抽象,而不是精确定位执行多少次)
(不关心编译语言,不关心机器)
函数的渐进增长:
给定两个函数,f(n).g(n),如果存在一个整数N,使得对于所有的n>N,f(n)总是比g(n)大,那么我们说f(n)的增长渐进快于g(n)
1.可以忽略加法常数 t(n)=n+1 O(n) t(n)=1+3+4 O(1)
2.可以忽略加法低次幂 t(n)=n2+n O(n2)
3.关注主项的阶数
时间复杂度:
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f(n),算法的时间度量记作T(n)=O(f(n)),它表示随问题n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度。
常见的用到大O记法
规则
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
在大O表示法里面有一个特例,如果T1(n) = O©, c是一个与n无关的任意常数,T2(n)
= O ( f(n) ) 则有
T(n) = T1(n) * T2(n) = O ( c*f(n) ) = O( f(n) ).
规则:
1.用常数1取代所有的加法常数 O(1)
2.修改后的函数中,只保留最高阶数
3.如果最高阶项存在不是1,则变成1
例子:T(n)=5n3+n2+n+6
时间复杂度是O(n)
1.常数阶:T(8) O(1)
2.线性阶:O(n) O(n2)
int i; int sum=0; int n=100000000; for(i=1;i<=n;i++){ for(int j=i;j<=n;;j++){ printf("jeorergv"); }
3.对数阶:
int i=1; int n=100; while(i<n){ i=i*2; } 2x =n; O(log2 n)
4.函数调用时间复杂度:
int main(){ int i,j; for(i-0;i<n;i++) fun(i); return 0; } void fun(int count){ int j; for(j=count;j<n;j++){ printf("djfhiusrd"); }}
常见时间复杂度的比较:
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)<O(n!)<O(nn)
主定理:(必须记住)
各个排序直接时间复杂度的比较:
内部排序:
插入类:
直接插入:O(n2) O(n2)O(n) 空间复杂度:O(1)
折半插入 O(n2) O(n2)O(n) 空间复杂度:O(1)
希尔排序 平均O(nlogn)
交换类:(重要)
起泡O(n2) O(n2) O(n)
快速 O(nlogn) O(nlogn) O(n) 空间复杂度:O(logn)
选择类:
简单选择O(n2)
堆排序 O(nlogn) 数比较多的,文件比较大的排序
空间复杂度:O(1)
二路归并 O(nlogn)空间复杂度:O(n)
基数排序:O(d(n+r))空间复杂度:O(r)
习题:
一、单项选择题
1.算法应该是( )。A.程序 B.问题求解步骤的描述 C.要满足五个基本特性 D. A和C
2.某算法的时间复杂度为O(n2),表明该算法的( )。
A.问题规模是n2 B.执行时间等于n2
C.执行时间与n2成正比 D.问题规模与n2成正比
3.以下算法的时间复杂度为( )。
void fun(int n) {
int i=l;
while(i<=n) i=i*2;
}
A. O(n) B. O(n2) C. O(nlog2n)
D. O(log2n)
4.设n是描述问题规模的非负整数,下面程序片段的时间复杂度是()。
x=2;
while(x<n/2)
x=2*x;
A. O(log2n) B. O(n) C. O(nlog2n)
D. O(n2)
5.求整数n (n>=0)阶乘的算法如下,其时间复杂度是( )。
int fact(int n){
if (n<=l) return 1;
return n*fact(n-1);
}
A. O(log2n) B. O(n) C. O(nlog2n)
D. O(n2)
6.有以下算法,其时间复杂度为( )。
void fun (int n){
int i=0;
while(i*i*i<=n) i++;
}
A. O(n) B. O(nlogn) C. D.
7.程序段
for(i=n-l;i>l;i--)
for(j=1;j<i;j++)
if (A[j]>A[j+l])
A[j]与 A[j+1]对换;
其中n为正整数,则最后一行的语句频度在最坏情况下是( )。
A. O(n) B. O(nlogn) C. O(n3) D. O(n2)
8.以下算法中加下划线语句的执行次数为()。
int m=0, i, j;
for(i=l;i<=n;i++)
for(j=1;j<=2 * i;j++)
m++;
A. n(n+1) B. n C. n+1 D. n2
9.下面说法错误的是( )。
Ⅰ.算法原地工作的含义是指不需要任何额外的辅助空间
Ⅱ.在相同的规模n下,复杂度O(n)的算法在时间上总是优于复杂度O(2n)的算法
Ⅲ.所谓时间复杂度是指最坏情况下,估算算法执行时间的一个上界
Ⅳ.同一个算法,实现语言的级别越高,执行效率就越低
A. Ⅰ B. Ⅰ、Ⅱ C. Ⅰ、Ⅳ D. Ⅲ
二、综合应用题
1.一个算法所需时间由下述递归方程表示,试求出该算法的时间复杂度的级别(或阶)。式中,n是问题的规模,为简单起见,设n是2的整数幂。
2.分析以下各程序段,求出算法的时间复杂度。
// 程序段①
i=l;k=0;
while(i<n-l){
k=k+10*i;
i++;
}.
// 程序段②
y=0;
while((y+1)*(y+1)<=n)
y=y+1;
13. // 程序段③
for(i=l;i<=n;i++)
for(j =1;j <=i;j ++)
for(k=l;k<=j;k++)
x++;
19. // 程序段④
. for(i=0;i<n;i++)
for(j=0;j<m;j++)
a[i] [j]=0;
答案与解析
一、单项选择题
1. B程序不一定满足有穷性,如死循环、操作系统等,而算法必须有穷。算法代表了对问题求解步骤的描述,而程序则是算法在计算机上的特定的实现。
2. C
时间复杂度为O(n2),说明算法的执行时间T(n)<=c * n2(c为比例常数),即T(n)=O(n2),时间复杂度T(n)是问题规模n的函数,其问题规模仍然是n而不是n2。
3. D
基本运算是i=i*2,设其执行时间为T(n),则2T(n)<=n,即T(n)<=log2n=O(log2n)。
4. A
在程序中,执行频率最高的语句为“x=2*x”。设该语句共执行了 t次,则2t+1=n/2,故t=log2(n/2)-1=log2n-2,得
T(n)=O(log2n)。
5. B
本题是求阶乘n!的递归代码,即n*(n-1)*...*1共执行n次乘法操作,故T(n)=O(n)。
6. C
算法的基本运算是i++,设其执行时间为T(n),则有,T(6)*T(n)*T(n)<=n,即T(n)3<=n。故有,。
更加直观和快速的解题方法:要计算语句i++的执行次数(由于每执行一次i加1),其中判断条件可理解为i3=n,即,因此有。
7. D
当所有相邻元素都为逆序时,则最后一行的语句每次都会执行。此时,
所以在最坏情况下的该语句频度是O(n2)。
8. A
m++语句的执行次数为
9. A
Ⅰ,算法原地工作是指算法所需的辅助空间是常量。Ⅱ,题中是指算法的时间复杂度,不要想当然认为是程序(该算法的实现)的具体执行时间,而赋予n—个特殊的值。时间复杂度为O(n)的算法,必然总是优于时间复杂度为O(2n)的算法。Ⅲ,时间复杂度总是考虑在最坏情况下的时间复杂度,以保证算法的运行时间不会比它更长。Ⅳ为严蔚敏教材的原话。
二、综合应用题
1.解答:时间复杂度为O(nlog2n)。
设n=2k(k>=0),根据题目所给定义,有,由此,可得一般递推公式,进而,可得,即,即为。
2.解答:
①基本语句是k=k+10*i,共执行了n-2次,所以T(n)=O(n)。
②设循环体共执行T(n)次,每循环一次,循环变量y加1,最终T(n)=y。故(T(n))2<=n,解得 T(n)=O(n1/2)。
③ x++是基本语句,。
④a[i][j]=0是基本语句,内循环执行m次,外循环执行n次,共执行了 m*n次,所以 T(m, n)=O(m*n)0
相关文章推荐
- 数据结构和算法_02时间复杂度和空间复杂度
- 数据结构和算法学习02-时间复杂度和空间复杂度
- 如何在O(n)的时间复杂度内找出数组中出现次数超过了一半的数
- 时间复杂度和空间复杂度
- ArrayList与LinkedList时间复杂度之对比
- 数据结构——算法、算法的时间复杂度和空间复杂度
- 时间复杂度 O(n)
- 算法优劣的评定标准(时间复杂度)
- 常用排序算法以及时间复杂度(转)
- 设计一个栈结构,满足一下条件:min,push,pop操作的时间复杂度为O(1)。
- 算法的时间复杂度
- 【面试题】实现一个栈,要求Push(入栈),Pop(出栈),Min(返回最小值的操作)的时间复杂度为O(1)
- 各种排序算法比较:时间复杂度,空间复杂度
- 1分钟学会计算算法的时间复杂度
- 在O(1)时间复杂度删除链表节点 -LintCode
- 数据结构与算法分析 2.17 给出有效的算法(及其运行时间分析)
- 作业3 算法时间复杂度和空间复杂度
- 选择问题(线性时间复杂度)
- Splay的时间复杂度的一种证明
- 数据结构之 删除顺序表中所有元素为X 的元素,要求时间复杂度为O(n),空间复杂度为O(1)