算法设计与分析复习——第一章:算法引论

简介:

 

第一章:算法引论

1,什么是算法?算法有哪些基本特征?请指出算法同程序的相同点与不同点

         答:算法是解决问题的方法或过程,是满足以下四个性质的指令序列

1输入:有 0 个以上的输入                               2输出:至少有 1 个输出

3确定性:指令清晰、无歧义                            4有限性:指令执行次数有限,时间有限

5)可行性:

        算法和程序的相同点:两者都具有输入、输出和确定性的特征 不同点:程序是算法用某种程序语言的具体实现,程序不满足算法具有的有限性性质 请描述算法设计的一般过程。

2,请描述算法设计的一般过程。

答:算法设计的一般过程是 1)提出问题 2)确定数学模型 3)明确目的、条件和约束关系 4)设计求解步骤 5)结果评估与分析 如果在第 5 步的分析中对算法时间、空间复杂度或结果不满意,可以返回第 1 步或第 4 步进一步迭代,直至找到满意的算法。

3,什么是算法复杂性?它主要有哪两个方面构成?

         答:算法复杂性是算法运行时所需要的计算机资源的量,它包括两个方面:时间复杂性(需 要时间资源的量)和空间复杂性(需要空间资源的量) 

4,时间复杂性分析主要分哪三种情况,哪种情况的可操作性最好,最具有实际价值?

         答:时间复杂性分为 3 种情况,最好情况、平均情况、最坏情况,可操作性最好,最具有实 际价值的是最坏情况下的时间复杂性。

         最坏情况时间复杂性是规模为n的所有输入中,基本运算执行次数为最多的时间复杂性。

   平均情况时间复杂性是规模为n的所有输入的算法时间复杂度的平均值 (一般均假设每种输入情况以等概率出现)。

5,表示渐进时间复杂性的三个记号的具体定义是什么?

答:1. T(n)= O(f(n)):若存在c > 0,和正整数n01,使得当nn0时, 总有 T(n)c*f(n) (给出了算法时间复杂度的上界,不可能比c*f(n)更大)

       2. T(n)=Ω(f(n)):若存在c > 0,和正整数n01,使得当nn0时, 存在无穷多个,使得T(n)c*f(n)成立。(给出了算法时间复杂度的下界,复杂度不可能比c*f(n)更小)

       3. T(n)= Θ(f(n)):若存在c1,c2>0,和正整数n01,使得当nn0时, 总有 T(n)c1*f(n),且有无穷多个n,使得T(n)c2*f(n)成立, 即:T(n)= O(f(n))T(n)=Ω(f(n))都成立。(既给出了算法时间复杂度的上界,也给出了下界)。

 

6,算法研究有哪几个主要步骤?主要从哪几个方面评价算法?

答:算法研究的主要步骤是1)设计2)表示 3)确认,合法输入和不合法输入的处理 4)分析 5)测试。

评价算法的标准有1)正确性 2)健壮性 3)简单性 4)高效性 5)最优性

 

7,各种增长函数的含义。

         答:

        

数学表达式

相对增长率

T(N)=O(g(N))

T(N)的增长  g(N)的增长

T(N)=Ω(g(N))

T(N)的增长  g(N)的增长

T(N)=θ(g(N))

T(N)的增长  g(N)的增长

T(N)=o(g(N))

T(N)的增长  g(N)的增长

O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(an)<O(n!)<O(nn)

例题:

1

2,

 

3,

 

4,

 

5,

 

6,如果算法A由三个步骤组成,其中第一步的时间复杂性为O(n2),第二步的时间复杂性为O(nlogn),第三步的时间复杂性为O(n),请问算法A的时间复杂性是多少?

答:O(n2)

7, 解决某问题有三种算法,复杂性分别为1000N10N2 2N ,在一台机器上可处理问题的规模分别为S1  S2  S3 。若机器速度提高到原来的10倍,问在同样时间内可处理问题的大小如何?

         答:

复杂性       原来处理问题规模      速度提高以后    

 1000N            S1                    10S1

  10N2            S2                   3.16S2

   2N             S3               S3 +log10 S3 +3.32

8,问题P的算法复杂度为T(n)=n3(毫秒),现改善为T(n)=n2(毫秒)。问原来运行一小时的问题实例,现在要运行多少时间?

答:

设实例大小为n

         n3=3600*1000

        n=153.3

        现在需要时间t=153.32毫秒≈ 23.5

 

9

1),f(n) = 2n + 3 = O(n)

n3时,2n+33n,所以,可选c = 3n0 = 3。对于nn0f(n) = 2n + 33n,所以,f(n) = O(n),即2n + 3O(n)。这意味着,当n3时,程序2-1的程序步不会超过3n2n + 3 = O(n)

 

2),f(n) = 10n2 + 4n + 2 = O(n2)

对于n2时,有10n2 + 4n + 210n2 + 5n,并且当n5时,5nn2,因此,可选c = 11, n0 = 5;对于nn0f(n) = 10n2 + 4n + 211n2,所以f(n) = O(n2)

3),10n2 + 9  O(n)

使用反证法,假定存在cn0,使得对于nn010n2 + 9cn始终成立,那么有10n + 9/nc,即nc/10  9/(10n)总成立。但此不等式不可能总成立,取n = c/10 + 1时,该不等式便不再成立。


本文转自 梦朝思夕 51CTO博客,原文链接:http://blog.51cto.com/qiangmzsx/802712


相关文章
|
1月前
|
机器学习/深度学习 人工智能 监控
AI算法分析,智慧城管AI智能识别系统源码
AI视频分析技术应用于智慧城管系统,通过监控摄像头实时识别违法行为,如违规摆摊、垃圾、违章停车等,实现非现场执法和预警。算法平台检测街面秩序(出店、游商、机动车、占道)和市容环境(垃圾、晾晒、垃圾桶、路面不洁、漂浮物、乱堆物料),助力及时处理问题,提升城市管理效率。
AI算法分析,智慧城管AI智能识别系统源码
|
1月前
|
算法
经典控制算法——PID算法原理分析及优化
这篇文章介绍了PID控制算法,这是一种广泛应用的控制策略,具有简单、鲁棒性强的特点。PID通过比例、积分和微分三个部分调整控制量,以减少系统误差。文章提到了在大学智能汽车竞赛中的应用,并详细解释了PID的基本原理和数学表达式。接着,讨论了数字PID的实现,包括位置式、增量式和步进式,以及它们各自的优缺点。最后,文章介绍了PID的优化方法,如积分饱和处理和微分项优化,以及串级PID在电机控制中的应用。整个内容旨在帮助读者理解PID控制的原理和实际运用。
88 1
|
1月前
|
算法 机器学习/深度学习 索引
【算法设计与分析】——搜索算法
【算法设计与分析】——搜索算法
40 1
|
1天前
|
移动开发 算法 数据可视化
数据分享|Spss Modeler关联规则Apriori模型、Carma算法分析超市顾客购买商品数据挖掘实例
数据分享|Spss Modeler关联规则Apriori模型、Carma算法分析超市顾客购买商品数据挖掘实例
|
3天前
|
算法 数据可视化 大数据
圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据
圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据
33 13
|
9天前
|
算法 数据可视化 Python
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
14 0
|
10天前
|
算法 定位技术 Windows
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
15 4
|
1月前
|
算法
TOP-K问题和向上调整算法和向下调整算法的时间复杂度问题的分析
TOP-K问题和向上调整算法和向下调整算法的时间复杂度问题的分析
19 1
|
1月前
|
算法
PID算法原理分析及优化
这篇文章介绍了PID控制方法,一种广泛应用于机电、冶金等行业的经典控制算法。PID通过比例、积分、微分三个部分调整控制量,以适应系统偏差。文章讨论了比例调节对系统响应的直接影响,积分调节如何消除稳态误差,以及微分调节如何减少超调。还提到了数字PID的实现,包括位置式、增量式和步进式,并探讨了积分饱和和微分项的优化策略。最后,文章简述了串级PID在电机控制中的应用,并强调了PID控制的灵活性和实用性。
39 1
|
1月前
|
存储 人工智能 算法
大数乘法的几种算法分析及比较(2014腾讯南京笔试题)
大数乘法的几种算法分析及比较(2014腾讯南京笔试题)