#
冒泡排序、选择排序、插入排序、Counting sort :Θ(n2)merge sort、quick sort、Heap sort :Θ(nlogn)BFS、DFS:邻接矩阵Θ(V2),邻接链表Θ(V+E)取决于表示 图&优先队列 的数据结构Prim:O(ElogV)Kruskal:O(ElogE)(对边排序)背包问题:时空效率都为Θ(nW)最优查找树:时间Θ(n3)、空间Θ(n2)完全最短
相关知识介绍(所有定义只为帮助读者理解相关概念并非严格定义):1稳定排序和非稳定排序 简单地说就是所有相等的数经过某种排序方法后仍能保持它们在排序之前的相对次序我们就说这种排序方法是稳定的反之就是非稳定的 比如:一组数排序前是a1a2a3a4a5其中a2=a4经过某种排序后为a1a2a4a3a5则我们说这种排序是稳定的因为a2排序前在a4的前面排序后它还是在a4的前面假如变成a1a4a2a3
时间空间复杂度算法效率的度量算法执行时间需要通过依据该算法编制的程序在计算机上运行时所消耗的时间来度量而度量一个程序的执行时间通常有两种方法:事后统计的方法 可以利用计算机的内部计时功能先把程序编写好运行一下进行计时不过这种方法有两个缺陷:一是必须先编制好程序并运行二是所得出的时间统计量依赖于计算机的软硬件等环境因素有时容易掩盖算法本身的优劣性 事先分析估算的方法 A)依据的算法选用何种策略B)问
A:常数级B:n C:n*n D:n*n*n E:指数级F:对数级 G:以上均不正确 请阅读下面的代码: func(int n){switch(n) { case 1: printf(abc); case 2: printf(bcd); case 3: printf(ed); default:printf(\kk\);}if(n3) n=n+5;else n=n+3;if(n4){if(n5)
时间复杂度:如果一个问题的规模是n解这一问题的某一算法所需要的时间为T(n)它是n的某一函数T(n)称为这一算法的时间复杂度??? 渐近时间复杂度:当输入量n逐渐加大时时间复杂性的极限情形称为算法的渐近时间复杂度??? 当我们评价一个算法的时间性能时主要标准就是算法的渐近时间复杂度因此在算法分析时往往对两者不予区分经常是将渐近时间复杂度T(n)=O(f(n))简称为时间复杂度其中的f(n)一般是算
数量复杂性与结构复杂性对空间记忆广度的影响摘要 采用计算机呈现Corsi积木点击任务探讨数量复杂性与结构复杂性对空间记忆广度的影响结果表明:材料呈现的结构和数量是影响空间记忆广度的重要因素在结构简单或数量少的情况下 被试的空间记忆广度要明显得高关键词 空间记忆广度 结构复杂性 数量复杂性 1 问题提出 空间记忆(Spatial memory)是指记忆中负责记录环境信息和空间方位
A:常数级B:n C:n*n D:n*n*n E:指数级F:对数级 G:以上均不正确 请阅读下面的代码: func(int n){switch(n) { case 1: printf(abc); case 2: printf(bcd); case 3: printf(ed); default:printf(\kk\);}if(n3) n=n+5;else n=n+3;if(n4){if(n5)
第64 卷第8 期
#
违法有害信息,请在下方选择原因提交举报