アルゴリズムは、特定の種類の問題を解決するための一連の操作を指定する、入力、出力、確実性を満たす一連の命令です。 、そして有限性。

線形非線形方程式、補間、積分微分

並べ替え、最適化、色付け、パス、トラバーサル、機械学習、データマイニング

与えられた有効な入力に対して、アルゴリズムが限られた時間内で問題に対して常に正しい答えを与える場合、問題を解決するためのアルゴリズムは正しいと言われます。

これは主にアルゴリズムの数学的正確さを指します。数学的な正しさがプログラムの正しさの基礎となるからです。アルゴリズムを定式化するときは、その正しさを数学的に証明します。

実行時間で測定

基本操作の回数で計測

プログラムと入力データの保存スペースを除く必要なスペース

インプレースで動作: 余分なスペースの使用量は入力サイズの定数関数です。

アルゴリズムは直感的でわかりやすく、読みやすいものである必要があります。単純なアルゴリズムは、その正確性を証明しやすく、ワークロードを分析しやすいものでなければなりません。

1. アルゴリズム言語に近く、学習と習得が簡単

2. プログラマーに構造化されたプログラミング環境とツールを提供し、可読性、保守性、信頼性の高いプログラムを提供します。

3. 機械語に依存しないため、プログラムの移植性が高く、再利用性が高い

4. コンパイラが些細なことを処理するため、自動化度が高く、開発サイクルが短く、プログラムの品質が高い。

抽象データ型は、アルゴリズムのデータ モデルと、アルゴリズムの構成要素として機能するモデル上で定義された一連の操作を組み合わせたものです。

アドバンテージ

アルゴリズムの正しさを検証するための実験

アルゴリズムの実験品質の判断

アルゴリズムの計算限界を決定する

選択式の質問: 何をテストするか、テストの目的

指標の決定

テストデータの生成

プログラムして実行する

比率テスト

電力テスト

問題の説明と分析

モデリングと解決

アルゴリズム設計と正当性証明プロセス

アルゴリズムの複雑さの分析

試験結果の記録と分析レポート

入出力要件と形式の説明

T(N,I) を使用して、抽象コンピューター上のアルゴリズム A の時間計算量を表します。

時間計算量の測定

記号の説明

○

Ω

θ

ああ