C 算法的灵活性-练习

我正在为计算机科学入门课程的考试而学习，我对复杂性这个话题有一个问题，无论是“常规”算法还是递归算法（通常我们把这些问题写成C代码）。
我想知道，在互联网和/或书中是否有一些在线示例在基本层面（不太基本）涵盖了该主题。
问题的级别至少与此类似：

示范练习

---

我在……中找到了一个很好的解释。。。。但是你需要一些数学知识来理解它

---

麻省理工学院关于渐近符号的算法导论课程的讲座（视频）是。

Cormen、Leiserson和Rivest的算法导论是我所知道的最好的算法概论

Aho、Hopcroft和Ullman对计算机算法的设计和分析也很好。但作为一篇介绍性的文章，比算法介绍更难理解

---

我喜欢乔恩·本特利的《珍珠》节目。每个人都应该读一读。

我还推荐以下麻省理工学院的视频讲座，可从以下网址获得：

---

祝你好运

我给你的第一个建议是，在你得到答案之前，不要继续讨论新的话题 复杂性部分。至于要查阅的文本，Cormen的算法简介是一个不错的选择。 请看，基本上有三种方式来表示复杂性——大的oh、ω和θ符号。 迭代算法的复杂度计算非常简单。通读任何一本书，练习一些例子。

---

对于递归算法，请阅读主定理。使用这个定理，您可以轻松地计算大多数递归问题的复杂性。在网上搜索masters定理，你会发现一些不错的教程。你可以从这里开始。

解决练习的正式方法是：

要进行验证，请使用C语言执行以下程序（编译器为MinGW2.95）：

#包括
#包括
int main（）{
int sumIN=0，sumOUT=0；
双i，n=500，j；
双d；
对于（i=1；i 0&&d>0）{
j-=d；
sumIN++；
}
sumOUT++；
}
printf（“\nsumIN=%d，sumOUT=%d”，sumIN，sumOUT）；
printf（“\n”）；
返回0；
}

你比我领先了30秒。Cormen、Leiserson和Rivest的《算法导论》是我所知道的关于一般算法的最好的导论。实际上，我开始阅读它，它触及了我需要的东西，但很简单，然后阐述了其他东西。我将在那次讲座上分享一下，谢谢。大O符号的介绍很短。但是书中的每一个算法都被彻底地分析了。所以整本书都充满了例子和练习。是不是除了科尔曼的书之外的东西？在看了这本书和我得到的其他链接后，我了解了大O符号，简而言之：2log（3.5n）+2.4的行为与n的log（n）完全一样，n足够大了。我想我会看一看麻省理工学院的讲座，但是如果你有其他的东西，请发到这里。科曼的问题，例如，我主要看到代码分析的最终结果，然后被翻译成O（n）符号，糟糕的是：T（n）=T（2n/3）+1，我知道这最终会给你O（n）=log（n），但是我需要更多的讨论如何从代码本身确定公式（以及迭代算法公式）。也许我弄错了，这本书确实包含了我要找的东西，谢谢你的回答！这是一个递归算法的例子。我的建议是，首先要了解递归是如何工作的，然后再学习马斯特斯定理。Masters定理有三种情况可以解决几乎所有的递归问题。Masters定理涉及的递归关系形式为：T（n）=aT（n/b）+f（n）。这基本上意味着我们将问题分解为一个子问题，每个子问题的大小为n/b。这里是f（n）表示组合子问题的解决方案以获得最终完整解决方案所需的工作。

#include <stdio.h>
#include <math.h>
int main() {
    int sumIN = 0, sumOUT = 0;
    double i, n = 500, j;
    double d;
    for (i = 1; i <= n; i ++) {
        d = 1/(double)i;
        j = i;
        while (j > 0 && d > 0) {
            j -= d;
            sumIN ++;
        }
        sumOUT ++;
    }
    printf("\nsumIN = %d, sumOUT = %d", sumIN, sumOUT);
    printf("\n");
    return 0;
}