20162320刘先润大二第1周学习总结

学号20162320 《程序设计与数据结构》第1周学习总结

教材学习内容总结

  • 算法效率，完成具体任务的算法效率是决定程序执行速度的一个主要因素，其中算法分析是计算机科学的基础课题。例如P292的洗盘子案例，两种不同的洗盘子方法，盘子越多，清洗的时间导致的差异越大。
  • 增长函数和大O符号，增长函数表明了问题大小(n)与希望优化的值之间的关系，表示算法的时间复杂度或者空间复杂度，即显示了与问题大小相关的时间或空间利用率。其中重要的是算法的渐进复杂度(算法的阶),它由特性表达式(增长函数)的主项而定，而表示阶的记号成为O()。例如，t(n)=123,复杂度为O(1);t(n)=8n³+2n²,复杂度为O(n³)。总的来说算法的阶给出了算法增长函数的上界。
  • 比较增长函数，处理器的速度和内存不能弥补算法效率的差异，例如具有n阶时间复杂度的算法A1改善了10倍，但具有n²阶时间复杂度的算法A2只改善了3.16倍，即10的平方根。

    对于较小的n值，几个典型增长函数的比较
  • 递归程序，经典案例：汉诺塔问题

    解决n层盘子的汉诺塔问题，需要移动f(n)=2*(f(n-1+1)=2ⁿ-1次盘子，所以汉诺塔的复杂度是O(2ⁿ),虽然汉诺塔难题有指数阶的复杂度，效率非常低，但是它的实现很简洁。
  • 大O符号实例理解，√{5n[3n(n+2)+4]+6}＜√[5n(6n²+4)+6]＜√(35n³+6)＜6n1.5=O(n1.5)，规则是
    1.常系数可省略：O(f(n))=O(c×f(n))
    2.低次项可忽略：O(na+nb)=O(n^a),a>b>0
    对于对数O(logn)
    1.常底数幂无所谓 ∀c>0,logn^c=clogn=O(logn)
    2.常底数无所谓 ∀a,b>0,log_a⁡n=log_a⁡b×log_b⁡n=O(log_b⁡n)
  • 图灵机TM，组成部分：
    1.Tape,依次均匀地划分为单元格，各注有某一字符，默认为“#”
    2.Alphabet,字符的种类有限
    3.Head,总是对准某一单元格，并可以读取和改写其中的字符，每经过一个节拍，可转向左侧或右侧的邻格
    4.State,图灵机总是处于有限种状态中的某一种，每经过一个节拍，可转向另一种状态
    5.Transition Function:(q,c;d,L/R,p),若当前状态为q且字符为c,则将当前字符改写为d;转向右侧/左侧邻格；转入p状态，一旦转入待定的状态'h'，则停机。
    下图是我自己绘制的图灵机模型

教材学习中的问题和解决过程

  • 问题1：书上增长函数举例时例如t(n)=3logn,为什么没有底数?
    解决过程：原来书上这么写时是为了举例，到了具体情况中就会有底数，是我多虑了。
  • 问题2：
    前面三个算法都很好理解，到A4就完全看不懂了。
    解决过程：经王老师纠正，结果应为根号10，即3.16
  • 问题3：为什么加快CPU的处理速度，并不一定能等量加快处理过程？
    解决过程：线性加速仅发生在算法有限性阶O(n)的情况、当算法的复杂度增加时，更快的处理器的影响不如期望的大。

代码调试中的问题和解决过程

  • 问题1：
for (int count=0; count < n; count++)  { 
       for (int count2=0; count2 < n; count2=count2+2)
           { 
                System.out.println(count, count2); 
           } 
}

求该代码段的增长函数和阶
解决方案：通过和结对伙伴王彪的共同讨论，我们列出了当n=5时的所有情况，并进行整理。得出count = f(n)= n，count2 = g(n) = [ 1.当 n 为奇数，g(n) = n+1; 2.当n为偶数，g(n) = n]。
我们做了一个代码测试结果：

public class lxr {
    public static void main(String[] args) {
        int n = 8;
        int count=0;
        int count2=0;
        for (count=0; count < n; count++)  {
            for ( count2=0; count2 < n; count2=count2+2)
            {
                System.out.println(count+","+count2);
            }
        }
        System.out.println(count==n);
        int num=n%2;
        if (num==1){
        System.out.println(count2==n+1);
        System.out.println("ji");
    }
        else {
            System.out.println(count2==n);
            System.out.println("ou");
        }
    }
}

可知当n=8时，count=n应为ture，结果截图如下

代码托管

（statistics.sh脚本的运行结果截图）

上周考试错题总结

无

结对及互评

点评过的同学博客和代码

其他（感悟、思考等，可选）

由于许久没有敲过代码，很多内容都感到生疏了。所以这一周除了完成老师要求的作业之外，更多的时间花在了复习以前的教材和以前做过的项目上面，争取把敲代码的感觉找回来。

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 188 1/1 25 算法分析
第二周 1/2
  • 计划学习时间: 15小时
  • 实际学习时间: 25小时

(有空多看看现代软件工程 课件 软件工程师能力自我评价表)

参考资料

posted @ 2017-09-10 19:52  润润大魔王  阅读(222)  评论(2)  编辑  收藏  举报