20172323 2018-2019-1 《程序設計與數據結構》第一週學習總結

20172323 2018-2019-1 《程序設計與數據結構》第一週學習總結

教材學習內容總結

第一章——概述

• 1.1 軟件質量
  • 軟件工程（Software Engineering）是一門關於高質量軟件開發的技術和理論的學科。
  • 解決的問題：控制開發過程，實現高質量的軟件

  • 軟件工程的目標
    

  • 高質量軟件的特徵
    

• 1.2 數據結構
  • 數據結構：計算機存儲、組織數據的形式。
    程序 = 數據結構 + 算法
    軟件 = 程序 + 軟件工程
  • 棧會顛倒數據的順序，而隊列能夠保持數據的順序。

第二章——算法分析

• 算法效率分析
  • 算法分析是計算機科學的基礎
• 增加函數與大O記法
  • 增加函數（growth function）表示與該問題大小相對應的時間或空間的使用。表示問題（n）大小與咱們但願最優化的值之間的關係。表示了該算法的時間複雜度或空間複雜度。

  • 漸進複雜度（asymptotic complexity）稱爲算法的階次，隨着問題大小的增長時增加函數的通常性質，這一性質取決於該表達式的主項，即n增長時表達式中增加最快的那一項。算法的階次是忽略該算法的增加函數中的常量和其餘次要項，只保留主項而得出的。算法的階次爲增加函數提供了一個上界。

    第二個洗盤子算法具備階次爲n^2^的時間複雜度，記爲O(n^2)。第一個洗盤子的事例，其增加函數爲t（n）=60n，其階次爲n，記爲O（n）。

  • 這種記法稱爲O(n)或大O記法。不管問題是大是小，運行賦值語句和if語句一次，其複雜度就爲O(1)。
• 增加函數的比較
  • 處理器速度的提升只會給增加函數添加常量。若是算法的運行速率低，那麼從長遠來講，使用更快的處理器也無濟於事。
    
  如圖，處理器速度提升10倍，時間複雜度爲n^2的B算法的運行效率僅僅提高了3.16倍，即10的平方根倍。
• 增加函數的比較圖
  

• 時間複雜度分析
  • 循環運行的複雜度分析：要肯定某個算法的階次，經常須要肯定某個特定語句或某個語句集運行的次數。
    ==eg1==假設某個循環體的複雜度爲O(1)，那麼下面循環的時間複雜度爲O(n)

for (int count = 0; count < n; count++)
{
  // 複雜度爲O(1)的步驟系列
}

==eg2==若是該循環的複雜度是對數級的，則該循環是O(logn)

count = 1;
while(count < n)
{
count *=2;
//複雜度爲O(1)的步驟系列
}

• 嵌套循環的複雜度分析
  ==eg3==下例中，內層循環體的複雜度爲O（1），而且該內層循環將運行n次，則其複雜度爲O(n^2)。

for(int count = 0;count < n;count++)
{
   for(int count2 = 0;count2<n;count2++)
    {
        //複雜度爲O(1)的步驟系列
    }
}

• 方法調用的複雜度分析
  ==eg4==時間複雜度爲O(n^2)

for(int count = 0;count<n;count++)
{
    printsum(count);
}

public void printsum(int count)
{
    int sum = 0;
    for(int I = 1;I<count;I++)
        sum += I;
    System.out.println(sum);
}

• 時間複雜度的計算規則
  1) 加法規則
  T(n,m) = T1(n) + T2(n) = O (max ( f(n), g(m) )

2) 乘法規則
T(n,m) = T1(n) * T2(m) = O (f(n) * g(m))

3) 一個特例（問題規模爲常量的時間複雜度）
在大O表示法裏面有一個特例，若是T1(n) ＝ O(c)， c是一個與n無關的任意常數，T2(n) = O ( f(n) ) 則有T(n) = T1(n) * T2(n) = O ( c*f(n) ) = O( f(n) )。也就是說，在大O表示法中，任何非0正常數都屬於同一數量級，記爲O(1)。

教材學習中的問題和解決過程

• 問題1：高質量軟件的兩個特徵可重用性和可移植性有什麼區別
• 問題1解決方案：就概念而言，一個是指軟件組件可重用於其餘軟件系統開發的難易程度，一個是指軟件組件能夠在多個計算機環境下使用的難易程度。

課後習題解答

• EX 2.1：下列增加函數的階次是多少？
  a.10n^2+100n+1000
  解答：階次爲n^2
  b.10n^3-7
  解答：階次爲n^3
  c.2^n+100n^3
  解答：階次爲n^3
  d.n^2 ·log(n)
  解答：階次爲n^2 ·log(n)

• EX 2.4：請肯定下面代碼段的增加函數和階次

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

解答：內循環循環n/2次，外循環循環n次，故增加函數爲F(n)=(n^2)/2，階次爲n^2。

• EX 2.5：請肯定下面代碼段的增加函數和階次

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

解答：外層循環n次，內層循環log₂（n-1）次。故增加函數爲F（n）=nlog₂（n-1），階次爲nlog₂（n-1）。

其餘（感悟、思考等，可選）

上學期的Java課沒有打下堅實的基礎，但我仍是王老師課上說的，亡羊補牢，爲時不晚。但願這個學期可以有始有終，努力學好專業知識，學有所用。

學習進度條

	代碼行數（新增/累積）	博客量（新增/累積）	學習時間（新增/累積）	重要成長
目標	5000行	30篇	400小時
第一週	0/0	1/1	8/8

結對及互評

• 基於評分標準，我給譚鑫的博客打分：7分。得分狀況以下：
  正確使用Markdown語法（加1分）
  模板中的要素齊全（加1分）
  教材學習中的問題和解決過程, 三個問題加3分
  代碼調試中的問題和解決過程, 無問題
  感想，體會不假大空的加1分
  點評認真，能指出博客和代碼中的問題的加1分

• 基於評分標準，我給方藝雯的博客打分：4分。得分狀況以下：
  正確使用Markdown語法（加1分）
  模板中的要素齊全（加1分）
  感想，體會不假大空的加1分
  點評認真，能指出博客和代碼中的問題的加1分

  點評過的同窗博客和代碼

• 本週結對學習狀況
  • 20172305
  • 20172314
  • 結對學習內容
    • 數據結構
    • 算法分析

參考資料

• 藍墨雲班課