20172328 2018-2019《Java软件结构与数据结构》第一周学习总结

概述 Generalization

本周学习了软件质量、数据结构以及算法分析的具体内容,主要依托于所用教材的第一章和第二章。

教材学习内容总结 A summary of textbook

  • 第一章:概述

  • 1.1软件质量

  • 软件工程:是一门关于高质量软件开发的技术和理论的学科。

  • 软件工程的目标:解决正确性问题、按时且在预算之内给出解决方案、给出高质量的解决方案、以合情合理的方式完成上面事情。

  • 高质量软件的特征

  • 重要解读:

  • 有关可靠性: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。

  • 有关可维护性:软件系统必须经过细心设计、编码和文档说明,以便为开发人员、维护人员和用户的工作提供支持。

  • 有关可移植性:Java的源代码被编译成了字节码,这是一种低级语言,他不是任何特定CPU的机器语言。字节码运行在Java虚拟上(JVM)。JVM是一种解释并执行字节码的软件。

  • 有关运行效率:软件必须高效地使用诸如CPU时间存储器之类的资源。

  • 1.2数据结构

  • 数据结构:计算机存储、组织数据的形式。

  • 程序 = 数据结构 + 算法

  • 软件 = 程序 + 软件工程

  • Java工具包提供了强大的数据结构。常见的数据结构有数组(Array)、栈(Stack)、队列(Queue)、链表(Linked list)、树(Tree)、哈希表(Hash)、散列表(Hash Table)等。

  • 栈会颠倒数据集的结构,而队列可以保持数据集的结构。

  • 可用于给数列集排队的常用数据结构有有序列表、堆和散列表。

  • 第二章:算法分析

  • 2.1算法效率分析

  • 算法分析:计算机科学中主要关注软件算法效率的主题。算法分析是计算机科学的基础。

  • 2.2增长函数与大O记法

  • 增长函数:表示与该问题大小相对应的时间或者空间的使用,表示问题(n)大小与我们希望最优化的值之间的关系。该函数表示了该算法的事件复杂度或空间复杂度。

  • 渐进复杂度:称为算法的阶次。如书中示例,第二个洗盘子的算法具有阶次为n2的时间复杂度,记为O(n2),这种记法称为O()或者大O记法。算法的阶次是忽略该算法的的增长函数中的常量和其他次要项,只保留主项而得出的

  • 一些增长函数及其渐进复杂度[图片展示]

  • 从而算法的阶次为增长函数提供了一个上界。

  • 2.3增长函数的比较

  • 标注:√10≈3.162277660168379、³√10≈2.1544、log₂(10)=lg(10)/lg(2)=1/lg(2)=3.321928,从最后一组数据来看,其实问题的关键不是提速CPU(因为提速处理器后帮助却小的可怜),而是要在算法上简化问题,大大提高程序运行的速度。

  • 增长函数的比较图



  • 2.4时间复杂度分析

  • 2.4.1循环运行的复杂度分析

  • 要分析某个算法的阶次,常常需要去确定某个特定语句和某个语句集运行的次数。要分析循环运行,首先要确定该循环体的阶次n,然后用该循环运行的次数乘以它。记请住,n是表示问题的大小。

  • 就算循环有时会跳过几个数,增长函数变了,但常数不影响渐进复杂度,因此阶次不变。

  • 2.4.2嵌套循环的复杂度分析

  • 分析嵌套循环时,将内存循环和外层循环都要兼顾到,并且用乘法来计算复杂度。

  • 方法调用的复杂度分析:与循环体的复杂度有关。

教材学习中的问题和解决过程 Problem and countermeasure

  • 问题:在做老师课上的考试题时,一直觉得有道题运行次数是n(n-1),故复杂度应该表示为O(n(n-1)),但当时在书本实例中都没有看到有这种表示,先做了题,但没有深入了解。
  • 解决:其实这个问题是自己没有认真看书的后果。书本15页下有这样一段话:

在这种情况下,内层循环索引被初始化为外层循环索引的当前值。外层循环运行了n次,内层循环第一次被执行n次,第二次执行n-1次,等等……但是,记住,我们只对主项感兴趣,而忽视其他常数项或其他任何次要项。如果复杂度是线性的,则不管经过多少个元素,其阶次依旧是O(n),因此,上面的代码的复杂度为O(n^2)。

课后习题作答 Exercise

  • EX 2.1:下列增长函数的阶次是多少?

    • a.10n^2+100n+1000
    • 解答:阶次为:n^2。
    • b.10n^3-7
    • 解答:阶次为:n^3
    • c.2n+100n3
    • 解答:阶次为:n^3
    • d.n^2 ·log(n)
    • 解答:阶次:n^2 ·log(n)
  • EX 2.4:请确定下面代码段的增长函数和阶次
for(int count = 0 ; count < n ; count++)
for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)
{
System.out.println(count,count2);
}
}
  • 解答:由内循环需要进行的次数是n/2,外循环需要进行的次数是n,故增长函数为F(n)=(n2)/2,阶次为n2
  • EX 2.5:请确定下面代码段的增长函数和阶次
for(int count = 0 ; count < n ; count++)
for(int count2 = 1 ; count2 < n ; count2 = count2 * 2)
{
System.out.println(count,count2);
}
}
  • 解答:由内循环进行的次数是log₂(n-1),外循环需要进行的次数是n,故增长函数为F(n)=n·log₂(n-1),又因阶数与增长函数的最高阶项有关,要忽略次项与常数项,所以阶次为n·log2(n)。

结对及互评 Group Estimate

-20172301

-20172304

点评模板: