Bài giảng kỹ thuật lập trình chương 2 trường đại học ngoại ngữ tin học tp hcm

ƯỚC LƯỢNG ĐỘ PHỨC TẠP THỜI GIAN (BIG O) CỦA THUẬT TỐN Khoa Cơng nghệ thơng tin Trường Đại học Ngoại ngữ - Tin học TP.HCM (HUFLIT) Review • thành phần tốn • Mơ tả ngữ cảnh • Mô tả input • Mô tả output • Các ví dụ • Quy trình giải tốn • Đọc toán vài lần, gạch từ quan trọng • Giải tốn giấy, giải ví dụ • Tinh chỉnh lời giải • Viết mã giả, dự kiến hàm, lớp • Cài đặt chương trình: cài đặt bước mã giả • Kiểm tra/kiểm thử với liệu khác nhau, chạy bước để phát lỗi • Các biểu diễn liệu • Vơ hướng • Danh sách • Bảng • Dạng khác (Tree, Graph, …) Nội dung • Thời gian chạy thuật tốn • Khái niệm Big O • Quy tắc tính Big O • Một số Big O thông dụng THỜI GIAN CHẠY CỦA THUẬT TOÁN Tại cần biết thời gian chạy thuật tốn • Trong thiết kế thuật tốn • Định hướng thiết kế: từ input size + time limited → định hướng cần phải thiết kế thuật tốn có phức tạp → dùng phương pháp • Đánh giá thuật tốn chạy thời gian cho phép khơng (trước tiến hành cài đặt) • Xác định điểm yếu thuật tốn để cải tiến • Trong sử dụng thuật tốn • Trước sử dụng thuật toán thư viện, cần biết thuật toán có thời gian chạy • Trong so sánh thuật tốn • Là thước đo thuật tốn giải toán Thời gian chạy thuật tốn • Phép tốn Phép tốn (primitive operators) phép tốn có thời gian chạy số khơng phụ thuộc vào kích thước liệu • Ví dụ: phép gán, cộng, trừ, nhân, chia, so sánh, … (= , +, −,×,/, >, ,…) mà giải tốn thước 𝑛𝑛 (input size) Input size • Input size • Số lượng phần tử: số phần tử dãy số, số phần tử ma trận • Giá trị biến Thời gian chạy thuật tốn • Ví dụ: tính thời gian chạy thuật tốn sau ① sum=0; ② for (int i=0; i