學號 2018-2019-20172309 《程序設計與數據結構（下）》第一週學習總結

教材學習內容總結

教材學習內容總結

第一章

1. 軟件質量：爲了最大限度的提升軟件質量，高質量的軟件具備如下特性：

• 1.1正確性：所設計出的軟件必須知足客戶的需求。
• 1.2可靠性：就是軟件出現故障的次數，高質量的軟件不多出現故障。
• 1.3健壯性：完美的健壯系統能夠完美的處理各類問題。
• 1.4可用性：用戶學習和執行任務的難易程度。
• 1.5可維護性：當想要對軟件進行修改時，對軟件進行修改的難易程度。
• 1.6可重用性： 軟件的組件可用於其餘軟件系統的難易程度。
• 1.7可移植性：軟件可在多種計算機環境下使用的難易程度。
• 1.8運行效率：在佔用更少資源的狀況下CPU運行的時間。

2. 數據結構：數據結構是一個程序的基礎，程序=數據結構+算法。

3. 關鍵概念：

• 可靠的軟件不多發生故障,即便發生了故障,也能夠將該故障的影響降到最低。
• 軟件系統必須通過精心設計、編碼和文檔說明,以便爲開發人員、維護人員和用戶提供支持。
• 軟件必須有效使用諸如CPU時間和內存之類的內存。
• 質量特性必須優先考慮，並儘量最大化。
• 棧可用於顛倒數據集的順序、隊列能夠保持其數據的順序。

第二章

1.算法效率：軟件質量的特徵之一是資源的使用效率，CPU的使用時間是最重要的資源之一。算法分析是計算機科學的基礎。

2.增加函數與大O記法：

• 1.1增加函數標識問題（n）大小與咱們但願最優化的值之間的關係。該函數表示了該算法的時間複雜度或空間複雜度。

• 1.2咱們主要看重的是漸進複雜度，又稱爲階次。例如：在t(n)=15n²+45n中，當n逐漸變大時，一次項幾乎不計。故階次爲n²
  

  3.時間複雜度的分析：

• 3.1 要分析算法的複雜度，一般要分析循環的運行。
• 3.2 循環的時間複雜度等於循環體的複雜度乘以該循環運行的次數。
• 3.3 幾個相關的例題

// 例題一
for  (int count = 0 ; count < n ; count++)
{
    //複雜度爲O（1）的步驟系列
} 
//答案：循環體複雜度*循環運行次數=O（1）*O（n）=O(n)

//例題二：嵌套循環的複雜度分析
for (int count = 0 ; count < n;count++)
{
     for  ( int  count2 = 0 ; count2<n ; count2++)
        {
            /*複雜度爲0(1)的步驟系列*
         }
}
//答案：外層循環次數*內層循環次數*循環體=O（n）*O(n)*O(1)=O(n²)
//要點：分析嵌套循環的複雜度時，必須將內層循環和外層循環都考慮進來。

//例題三
for ( int count = 0 ; count < n ; count++)
{
      for ( int count2 = count ; count2 < n ;count2++)
        {
              //複雜度爲O(1)的步驟系列
        }
//此段代碼需注意：外層複雜度爲O(n)，而內層運行次數分別是n , n-1 , n-2 , ... , 1.而咱們又必須知道：咱們只對主項感興趣，即只關心最大的。因此答案是O(n²)
}

• 3.4 方法調用的複雜度分析：

1. 記住，只有可運行的語句纔會增長時間複雜度。
   例如：

for ( int count = 0 ; count < n ;count++ )
{
    printsum(n);
}//此處只知道外層循環次數，不知道內層方法。不能知道此程序的複雜度。

1. 還有一個比較難的題目：

public void sample ( int n ）
{
       printsum(n);      /*該方法的複雜度爲O(1)*/
       for ( int count = 0 ; count < n ; count++)
             printsum(count);
       for (inr count = 0 ; count < n ; count++)
             for ( int count2 = 0 ;count2 < n ;count2 ++)
                   System.out.println(count,count2);    
}

咱們能夠這樣想：

public void sample ( int n )
{
       printsum(n)； //O（1）
        for ( int count = 0 ; count < n ; count++)
         printsum(count);// O(n)
        for (inr count = 0 ; count < n ; count++)
               for ( int count2 = 0 ;count2 < n ;count2 ++)
                       System.out.println(count,count2);  //O(n²)
}//用數學來思考即： O（1）+O（n）+O（n²） 由於咱們只關注主項，因此階次爲O（n²）

3.關鍵概念

• 軟件必須有效地使用諸如CPU時間和內存之類的資源。
• 算法分析是i計算機科學的基礎。
• 增加函數表示與該問題大小相對應的時間或空間的使用。
• 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。
• 若是算法的運行效率低， 那麼從長遠米說， 使用更快的處理器也無濟於事。要分析算法的複雜度，一般須要分析循環的運行。
• 循環的時間複雜度等於循環體的複雜度乘以該循環運行的次數。分析嵌套循環的複雜度時，必須將內層循環和外層循環都考慮進來。

讀課本遇到的疑惑：

• 1. 爲什麼說階次的算法給增加函數提供了一個上界？

• 以爲這張圖能很好解決這個問題：

• 2.在書中例題：

count = 1；
while （count < n ）
{
    count *= 2;
}

此程序的階爲何是O（log2 N）而不是O（log2 n/count）?

• 手寫方便些：

點評模板

• 個人夥伴：仇夏20172310

感想

• 新的學期開始了，沒想到第一週就得寫博客。藍瘦香菇····· 但無論怎樣仍是但願本身能學好這門課程，加油吧！！！

參考資料

1.markdown基本格式