一、算法:
1、解釋
算法是解決問題的方法,如何更好地更有效的解決問題,就需要設計一個好的算法,好的算法有以下要求。
2、算法特性
- 有窮性:算法必須在執行有限的次數後結束
- 確定性:算法的每一步必須有確定的含義
- 可行性:算法的每一步必須可執行,每一步都能通過執行有限次數完成
- 輸入輸出:算法要有輸入有輸出
3、算法的評價標準
- 正確性:算法要能正確的解決問題並輸出正確結果
- 可讀性:設計的算法要讓人能看明白
- 健壯性:算法要能對不合理的數據輸入有反應能力和處理能力
- 高效性:算法需要高效的處理問題,快速得到結果
二、數據結構
算法要存儲到內存中執行,這就要有數據結構,以下是幾種數據結構
數據結構是計算機存儲、組織數據的方式。
1、邏輯結構
集合結構:數據元素的集合,元素與元素之間沒有任何關係
線性結構:一對一
樹形結構:一對多
圖形結構:多對多
2、物理結構
- 順序存儲結構:按順序存儲,存儲地址是連續的
- 鏈式存儲結構:有方向性的存儲,存儲地址不連續,需要同時保存元素的數據和地址,通過地址找到關聯的數據
三、時間複雜度和空間複雜度
時間複雜度和空間複雜度是衡量一個算法好壞的重要指標
時間複雜度
時間複雜度計算的是算法執行最差情況下的執行次數,非常數的取最高階,存在最高階的則省去最高階前的係數
- 常數階,>1的常數都記作1: O(1)
//1+1+1 = 3 O(1)
void testSum1(int n){
int sum = 0; //執行1次
sum = (1+n)*n/2; //執行1次
printf("testSum1:%d\n",sum);//執行1次
}
//1+1+1+1+1+1+1 = 7 O(1)
void testSum2(int n){
int sum = 0; //執行1次
sum = (1+n)*n/2; //執行1次
sum = (1+n)*n/2; //執行1次
sum = (1+n)*n/2; //執行1次
sum = (1+n)*n/2; //執行1次
sum = (1+n)*n/2; //執行1次
printf("testSum2:%d\n",sum);//執行1次
}
//x=x+1; 執行1次
void add(int x){
x = x+1;
}
- 線性階,取最高階並省去最高階前的係數: O(n)
//x=x+1; 執行n次 O(n)
void add2(int x,int n){
for (int i = 0; i < n; i++) {
x = x+1;
}
}
//1+(n+1)+n+1 = 3+2n -> O(n)
void testSum3(int n){
int i,sum = 0; //執行1次
for (i = 1; i <= n; i++) { //執行n+1次
sum += i; //執行n次
}
printf("testSum3:%d\n",sum); //執行1次
}
- 對數階 O(log n)
/*執行log 2 n 次 -> O(logn)*/
void test(int n){
for(int i=1; i<n; i*=2){ //執行log 2 n 次
printf("%d\n",i);
}
/*2的x次方等於n x = log 2 n -> O(logn)*/
void testA(int n){
int count = 1; //執行1次
//n = 10
while (count < n) { //執行log 2 n 次
count = count * 2;
}
}
- 平方階 O(n^2)
//x=x+1; 執行n*n次 ->O(n^2)
void add3(int x,int n){
for (int i = 0; i< n; i++) {
for (int j = 0; j < n ; j++) {
x=x+1;
}
}
}
//n+(n-1)+(n-2)+...+1 = n(n-1)/2 = n^2/2 + n/2 = O(n^2)
//sn = n(a1+an)/2
void testSum4(int n){
int sum = 0;
for(int i = 0; i < n;i++)
for (int j = i; j < n; j++) {
sum += j;
}
printf("textSum4:%d",sum);
}
//1+(n+1)+n(n+1)+n^2+n^2 = 2+3n^2+2n -> O(n^2)
void testSum5(int n){
int i,j,x=0,sum = 0; //執行1次
for (i = 1; i <= n; i++) { //執行n+1次
for (j = 1; j <= n; j++) { //執行n(n+1)
x++; //執行n*n次
sum = sum + x; //執行n*n次
}
}
printf("testSum5:%d\n",sum);
}
- 立方階 O(n^3)
//1+n+n*n+n*n*n+n*n*n = 1+n+n^2+2*n^3 -> O(n^3)
void testB(int n){
int sum = 1; //執行1次
for (int i = 0; i < n; i++) { //執行n次
for (int j = 0 ; j < n; j++) { //執行n*n次
for (int k = 0; k < n; k++) {//執行n*n*n次
sum = sum * 2; //執行n*n*n次
}
}
}
}
n(log n)階 O(n(log n))
指數階 O(2^n)
時間複雜度的比較
O(1) < O(log n) < O(n) < O(n(log n)) < O(n^2) < O(n^3) < O(2^n)
空間複雜度
空間複雜度計算的是執行算法的輔助空間,比如藉助一個臨時變量交換兩個字符的位置,這個臨時變量所佔空間就是算法的空間複雜度
//兩種算法的空間複雜度比較
int n = 5;
int a[10] = {1,2,3,4,5,6,7,8,9,10};
//算法實現(1),只需要一個臨時變量
int temp;
for(int i = 0; i < n/2 ; i++){
temp = a[i];
a[i] = a[n-i-1];
a[n-i-1] = temp;
}
for(int i = 0;i < 10;i++)
{
printf("%d\n",a[i]);
}
//算法實現(2),數組作臨時變量佔用更多內存,增加了空間複雜度
int b[10] = {0};
for(int i = 0; i < n;i++){
b[i] = a[n-i-1];
}
for(int i = 0; i < n; i++){
a[i] = b[i];
}
for(int i = 0;i < 10;i++)
{
printf("%d\n",a[i]);
}