20172318 2018-2019-1 《程序设计与数据结构》第1周学习总结
Posted m1sty
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了20172318 2018-2019-1 《程序设计与数据结构》第1周学习总结相关的知识,希望对你有一定的参考价值。
20172318 2018-2019-1 《程序设计与数据结构》第1周学习总结
教材学习内容总结
软件质量的特征
- 可靠的软件很少发生故障,即使发生了故障,也可以将该故障的影响降到最低。
- 软件系统必须经过精心设计、编码和文档说明,以便为开发人员、维护人员和用户提供支持。
- 软件必须有效使用诸如CPU时间和内存之类的资源。
- 质量特征必须优先考虑,并尽可能地最大化。
- 栈可用于颠倒数据集的顺序。
- 队列可以保持其数掘的顺序。
- 软件质量的特征之一是资源的使用效率。CPU的使用时间是最重要的资源之一。为完成某一特定任务所使用的算法的效率,是决定一个程序运行速度的主要因素。
- 增长函数表示与该问题大小相对应的时间或空间的使用。
- 如果算法的运算效率低,那么从长远来说,使用更快的处理器也无济于事。
- 循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。
分析嵌套循环的复杂度时,必须将内层循环和外层循环都考虑进来。
教材学习中的问题和解决过程
- 问题1:求解算法的时间复杂度的具体步骤
问题1解决方案:
⑴ 找出算法中的基本语句;
算法中执行次数最多的那条语句就是基本语句,通常是最内层循环的循环体。
⑵ 计算基本语句的执行次数的数量级;
只需计算基本语句执行次数的数量级,这就意味着只要保证基本语句执行次数的函数中的最高次幂正确即可,可以忽略所有低次幂和最高次幂的系数。这样能够简化算法分析,并且使注意力集中在最重要的一点上:增长率。
⑶ 用大Ο记号表示算法的时间性能。
将基本语句执行次数的数量级放入大Ο记号中。
练习题
- EX2.1
a. 10n^2+100n+1000 O(n^2)
b. 10·n^3-7 O(n^3)
c. 2^n+100· n^3 O(2^n)
d. n^2 ·log(n) O(n^2 · logn)
- EX2.4
for(int count = 0 ; count < n ; count++)
for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)
{
System.out.println(count,count2);
}
}
外层循环n次,内层循环n/2次,所以增长函数为t(n)=(n^2)/2,阶次是O(n^2)
- EX2.5
for(int count = 0 ; count < n ; count++)
for(int count2 = 1 ; count2 < n ; count2 = count2 * 2)
{
System.out.println(count,count2);
}
}
外层循环n次,内层循环log2(n)次,增长函数为t(n)=nlog2(n),阶次是O(nlog2n)
学习进度条
代码行数(新增/累积) | 博客量(新增/累积) | 学习时间(新增/累积) | 重要成长 | |
---|---|---|---|---|
目标 | 5000行 | 30篇 | 400小时 | |
第一周 | 0/0 | 1/1 | 8/8 |
参考资料
以上是关于20172318 2018-2019-1 《程序设计与数据结构》第1周学习总结的主要内容,如果未能解决你的问题,请参考以下文章
20172318 2018-2019-1 《程序设计与数据结构》第7周学习总结
20172318 2017-2018-2 《程序设计与数据结构》实验3报告
20172318 2017-2018-2 《程序设计与数据结构》实验1报告
20172318 2017-2018-2 《程序设计与数据结构》实验5报告