都说程序执行的效率跟算法有关,究竟什么是计算机的算法呢怎么理解的怎么使用

都说程序执行的效率跟算法有关,究竟什么是计算机的算法呢怎么理解的怎么使用,第1张

算法(Algorithm)是一系列解决问题的清晰指令,也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。 算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列,并且这样的步骤和序列可以解决一类问题。 一个算法应该具有以下五个重要的特征: 1、有穷性: 一个算法必须保证执行有限步之后结束; 2、确切性: 算法的每一步骤必须有确切的定义; 3、输入:一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法本身定除了初始条件; 4、输出:一个算法有一个或多个输出,以反映对输入数据加工后的结果。没有输出的算法是毫无意义的; 5、可行性: 算法原则上能够精确地运行,而且人们用笔和纸做有限次运算后即可完成。 计算机科学家尼克劳斯-沃思曾著过一本著名的书《数据结构十算法= 程序》,可见算法在计算机科学界与计算机应用界的地位。 [编辑本段]算法的复杂度 同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。 时间复杂度 算法的时间复杂度是指算法需要消耗的时间资源。一般来说,计算机算法是问题规模n 的函数f(n),算法的时间复杂度也因此记做 T(n)=Ο(f(n)) 因此,问题的规模n 越大,算法执行的时间的增长率与f(n) 的增长率正相关,称作渐进时间复杂度(Asymptotic Time Complexity)。 空间复杂度 算法的空间复杂度是指算法需要消耗的空间资源。其计算和表示方法与时间复杂度类似,一般都用复杂度的渐近性来表示。同时间复杂度相比,空间复杂度的分析要简单得多。 详见百度百科词条"算法复杂度" [编辑本段]算法设计与分析的基本方法 1递推法 递推法是利用问题本身所具有的一种递推关系求问题解的一种方法。它把问题分成若干步,找出相邻几步的关系,从而达到目的,此方法称为递推法。 2递归 递归指的是一个过程:函数不断引用自身,直到引用的对象已知 3穷举搜索法 穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验,并从众找出那些符合要求的候选解作为问题的解。 4贪婪法 贪婪法是一种不追求最优解,只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解,因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择,而不考虑各种可能的整体情况,所以贪婪法不要回溯。 5分治法 把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。 6动态规划法 动态规划是一种在数学和计算机科学中使用的,用于求解包含重叠子问题的最优化问题的方法。其基本思想是,将原问题分解为相似的子问题,在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础,被广泛应用于计算机科学和工程领域。 7迭代法 迭代是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题(一般是解方程或者方程组)的过程,为实现这一过程所使用的方法统称为迭代法。 [编辑本段]算法分类 算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法。 算法可以宏泛的分为三类: 有限的,确定性算法 这类算法在有限的一段时间内终止。他们可能要花很长时间来执行指定的任务,但仍将在一定的时间内终止。这类算法得出的结果常取决于输入值。 有限的,非确定算法 这类算法在有限的时间内终止。然而,对于一个(或一些)给定的数值,算法的结果并不是唯一的或确定的。 无限的算法 是那些由于没有定义终止定义条件,或定义的条件无法由输入的数据满足而不终止运行的算法。通常,无限算法的产生是由于未能确定的定义终止条件。

对于实际任务编程时为提高效率对程序1和程序6的处理方式,可以根据具体情况采用以下措施:

1 程序1可以考虑通过代码重构或优化算法来提高程序的效率。比如可以尝试采用更高效的数据结构,缓存数据,避免重复计算等方式来减少程序的运行时间。

2 程序6可以尝试使用并发编程来提高程序的效率。比如可以利用多线程或者异步编程的方式来同时处理多个任务,从而提高程序的并发能力和响应速度。

3 对于程序1和程序6中涉及到的大量数据处理和计算任务,可以考虑采用GPU加速技术来提高程序的处理速度。GPU在并行计算方面具有天然优势,可以显著提高程序的计算效率。

4 可以尝试使用一些现成的高级开源库或者框架来加快程序的开发速度和提高程序的效率。比如对于程序1中的机器学习问题可以使用TensorFlow、Keras等深度学习框架;对于程序6中的并发编程问题可以使用Java的Concurrent包或者Python的asyncio模块等库。

综上所述,对于实际任务编程时为提高效率对程序1和程序6的处理方式,可以通过代码优化、并发编程、GPU加速等技术手段来提高程序的运行效率和响应速度,从而提高程序的整体性能。同时,也可以借助现成的高级库或框架来简化程序的开发过程,进一步提高开发效率和程序的稳定性。

你的问题比较笼统,一个程序的效率,一方面看算法的选择,一方面看处理器速度。一般来说,处理器相同的情况下,判断一个程序的效率才有意义。

就算法而言,尽量回避使用算法复杂度过高的算法。比如说排序,如果使用冒泡法排序,算法复杂度是o(n^2),如果能在读入数据的时候边建表,边排序,可以使用折半查找来降低复杂度,同时如果使用哈希表,也可以提高查找效率。

主要看你要写一个什么样的程序,你可以发大概思路上来,让大家帮你想办法

以上就是关于都说程序执行的效率跟算法有关,究竟什么是计算机的算法呢怎么理解的怎么使用全部的内容,包括:都说程序执行的效率跟算法有关,究竟什么是计算机的算法呢怎么理解的怎么使用、实际任务编程时,为提高效率,对程序1和程序6如何处理、我用C编写的程序为什么老师(是2年前教我的教师)说它的效率低!应该注意哪些事项才能提高运行速度呢等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/9581709.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-29
下一篇 2023-04-29

发表评论

登录后才能评论

评论列表(0条)

保存