资源简介 (共16张PPT)一个人想要喝茶,但当时的情况是:开水没有,水壶要洗,茶壶和茶杯要洗;火已经生了,茶叶也有了怎么办?甲:洗开水壶 灌凉水 洗茶壶 洗茶杯 拿茶叶 泡茶喝烧开水乙:洗开水壶 洗茶壶 洗茶杯 拿茶叶 灌凉水 烧开水 泡茶喝丙:洗开水壶 灌凉水 烧开水 拿茶叶 洗茶壶 洗茶杯 泡茶喝CHZX5.1 数据结构与算法效率浙江省高中信息技术 选择性必修一 《数据与数据结构》算法效率时间复杂度空间复杂度01算法效率suanfaxiaolv同一个问题可能会有不同的解决方法,也就是说可能有不同的算法。有的算法效率高一些,有的算法效率低一些。通常,算法效率的高低可由算法复杂度来度量。算法复杂度又分为算法的时间复杂度和空间复杂度,其中时间复杂度反映了算法执行所需要的时间,而空间复杂度反映了算法执行所需要占用的存储空间。算法效率suanfaxiaolv算法运行需要的时间,一般将算法中语句的执行次数作为时间复杂度的度量标准。语句总的执行次数T(n)是关于问题规模n的函数。所谓问题规模(也称为输入的大小)是指处理问题的大小,即用来衡量输入数据量的整数。12345678910………n在约瑟夫问题中,用数组或链表中元素的个数作为问题规模。时间复杂度算法效率suanfaxiaolv时间复杂度常用符号O表示,不包括T(n)函数的低阶项和首项系数,如n(n-1)的量级与n2相同,其时间复杂度可表示成O(n2)。用O()来体现算法时间复杂度,称之为大O记法。时间复杂度算法效率suanfaxiaolv通常,随着问题规模n的增大,函数值增长较慢的算法较优。例如,求1+2+…+n的和可以用以下两种算法来实现:算法一:n=int(input()) #执行1次s=(1+n)*n/2 #执行1次print(s) #执行1次算法二:n=int(input()) #执行1次s=0 #执行1次for i in range(1,n+1): #执行n次s=s+i #执行n次print(s) #执行1次时间复杂度为O(1),常量阶时间复杂度为O(n) 线性阶时间复杂度算法效率suanfaxiaolv时间复杂度再来看下面的例子:n=int(input())s=0x=0for i in range(1,n+1):for j in range(1,n+1):x=x+1 #执行n*n次s=s+xprint(s)时间复杂度是O(n2),称为平方阶。算法效率suanfaxiaolv时间复杂度算法效率suanfaxiaolv空间复杂度程序运行过程中,一般将所占用的辅助存储空间大小作为度量算法空间复杂度的标准。一个算法在计算机存储器上占用的存储空间,主要包括程序代码占用的空间,输入或输出数据占用的空间,以及额外辅助程序运行占用的存储空间这三个方面。输入或输出数据占用的空间是必须的,程序代码占用的空间可以通过精简代码来实现,但非常有限。由于算法设计的差异,算法运行过程中的辅助空间相差较大,因此是衡量算法空间复杂度的关键因素。例如,算法中需要处理一个数据规模为n的连续整数数组,则其空间复杂度至少为O(n)。数据结构对算法效率的影响02数据结构对算法效率的影响Shujujiegou dui suanfaxiaolv de yingxiang求解三角形面积数据结构 逻辑结构 存储结构 基本操作数组 确定 连续 增、删、改、查链表 明确的 不连续 增、删、改、查head查看第n个元素的时间复杂度 插入、删除元素时间复杂度数组 O(1) O(n)链表 O(n) O(1)移动数据结构对算法效率的影响Shujujiegou dui suanfaxiaolv de yingxiangO(1)O(n)O(n)O(1)练一练1.某算法的部分流程图如下:输入aa<5 b Abs(a)Ya>10 NYb Sqr(a)/2Nb a/2输出bA.常量阶 B.线性阶C.指数阶 D.对数阶A其算法的时间复杂度是( )练一练2.分析如下Python程序段,其算法时间复杂度是( )s=input()Slen=len(s)Number={‘0’:0,‘1’:0,‘2’:0,‘3’:0,‘4’:0,‘5’:0,‘6’:0,‘7’:0,‘8’:0,‘9’:0}for i in range(slen):if(s[i]>=‘0’ and s[i]<=‘9’):number[s[i]]=number[s[i]]+1A.O(1) B.O(n) C.O(n2) D.O()B练一练3.下列四个常见的时间复杂度之间的大小关系正确的是( )A.O()B.O()C. O(1)< O()D. O(1)C 展开更多...... 收起↑ 资源预览