【数据结构实战C++】4 算法复杂度概念

【数据结构实战C++】4 算法复杂度概念

作者 CodeAllen ,转载请注明出处


效率是工程中最关注的算法特性

算法效率的量度的几个方法

事后统计法
-比较不同算法对同一组输入数据的运行处理时间
-缺陷

  • 为了获得不同算法的运行时间必须编写相应程序
  • 运行时间严重依赖硬件以及运行时的环境因素
  • 算法的测试数据的选取很困难

事前分析估算
-依据统计的方法对算法效率进行估计
-影响算法效率的主要因素

  • 1,算法采用的策略和方法
  • 2,问题的输入规模
  • 3,编译器所产生的代码
  • 4,计算机的执行速度

算法效率的简单估计一
【数据结构实战C++】4 算法复杂度概念_第1张图片

算法效率的简单估计二
【数据结构实战C++】4 算法复杂度概念_第2张图片
算法效率的简单估计三
【数据结构实战C++】4 算法复杂度概念_第3张图片
程序效率估算

#include 

using namespace std;

int func(int a[], int len)       // ==> (n*n + 2)
{
    int ret = 0;      // 1
    
    for(int i=0; i

上述程序关键部分的操作数量是n*n
三种求和算法中关键部分操作数量分别是2n, n ,1

不同算法操作数量的对比
【数据结构实战C++】4 算法复杂度概念_第4张图片

算法操作数量对比一

【数据结构实战C++】4 算法复杂度概念_第5张图片

算法操作数量对比二
【数据结构实战C++】4 算法复杂度概念_第6张图片

算法操作数量对比三
【数据结构实战C++】4 算法复杂度概念_第7张图片

小结
算法度量方法有 事后统计法和事前分析估算法
事后统计法不容易准确度量算法的效率
事前分析估算法通过操作数量度量算法效率
判断一个算法效率时只关注最高阶项就能得到结论

算法随着问题规模n的增大,会越来越优越于另一个算法,或者越来越差于另一个算法

 

你可能感兴趣的:(【数据结构实战C++】4 算法复杂度概念)