算法的时间复杂度分析

算法的时间复杂度是衡量一个算法优劣的重要指标.在总结教学经验的基础上,提出了几种计算时间复杂度的方法.     

排序算法时间复杂度的实验统计分析

本文叙述了各种排序算法的伪代码表示方法,并针对各种排序算法,描述如何利用实验方法进行算法时间复杂度的统计计算,在此基础上,叙述如何开发一个应用软件来对各种算法的时间复杂度进行横向和纵向比较分析,得出各类算法的评估结论。统计分析的结果可直接应用于软件的设计和编码中。     

一类混合算法的时间复杂度分析

近年来,许多学者对设计混合算法求解复杂问题感兴趣。混合算法被越来越多的学者所重视。然而,大部分有关混合算法的工作都集中于实验研究,几乎没有混合算法的理论分析工作。本文分析一类混合算法的时间复杂度。这些混合算法是结合两个基本算法而得。通过分析首达时间向量m的∞-范数,我们得到这类混合算法时间复杂度的上下界。这些界是混合算法参数ω与基本算法相应范数的函数。当ω趋于0或1时,这些界是非平凡的。     

删除值相同元素的时间复杂度的改进算法

一个顺序表中的数据按元素非递减有序排列,对删除此顺序表中的值相同的元素算法进行了改进,使算法时间复杂度由O（n2）变成O（n）.并用C语言给出了算法的详细实现。     

进化算法时间复杂度估算的一般流程

进化算法的时间复杂度分析是当前进化计算领域研究的热点难题。通过总结最新进化算法理论研究,介绍了进化算法时间复杂度分析方法,并讨论了分析关键之处:距离函数的确定方法。最后,给出了进化算法时间复杂度分析的一般流程,且以分析范例演示了方法的执行过程。     

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

关于递归算法时间复杂度分析的探讨

通过递归实例,介绍了递归算法时间复杂度的一类分析方法.说明了在分析问题时递归思想的作用,但在问题实现时最好采用非递归算法.     

常用算法时间复杂度的计算方法

时间复杂度是指程序运行从开始到结束所需要的时间。首先,给出了时间复杂度的定义,然后,给出了时间复杂度的表示方法,最后,给出了时间复杂的计算方法,通过此方法,能够比较容易计算出算法的时间复杂度。     

递归函数时间复杂度的分析

渐进算法分析是对一种算法所消耗资源的估算 ,它可以估算出当问题规模 (一般指算法的输入量 ,比如在排序问题中 ,问题规模一般可以用被排序的记录个数来衡量 )变大时 ,一种算法及实现它的程序的效率[1 ,2 ] ,算法设计者可以据此判断一种算法在实现时是否会遇到资源限制的问题 .影响时间代价的最主要因素一般来说是输入的规模 ,我们经常把执行算法所需要的时间Ｔ写成问题规模ｎ的函数 ,记作Ｔ(ｎ) .1　渐近算法分析　渐近算法分析 (简称算法分析 )是一种估算方法 ,它采用增长率的概念来描述算法的时间代价 ,即当问题规模增大时 ,算法时间代价…     

改进的堆排序算法及其复杂度分析

给出了传统堆排序算法的改进算法，该算法降低了原算法的复杂度，在元素个数较大时，能较明显地提高算法的效率。     

气温变化时间序列的复杂性分析

给出了离散时间序列多重分形除趋势涨落分析方法和霍尔德指数的计算方法,并用它们研究了气温时间序列.通过分析气温时间序列,发现气温时间序列具有多重分形性的复杂特征.最后,说明气温时间序列的变化对其霍尔德指数的影响及其重要意义.     

数字信号测量中的平滑算法

本文分析了数字信号测量中使用的两种平滑算法。指出,FIR算法优于HR算法,并提出了一种实现FIR算法的结构。最后,给出了计算机模拟结果。     

图像平滑的快速算法

根据权矩阵的结构特点，提出了矩形窗口加权平滑的快速算法，充分利用相邻窗口相同运算的中间结果，显著减少了窗口运算的乘法和加法次数．提出了中值滤波的快速算法，利用已滤波的上一窗口和左一窗口的排序信息，缩短了排序过程，大幅度地减少了比较运算次数．     

时间序列分析中指数平滑法的应用

对于平稳时间序列分析,最常采用4种方法即指数平滑法,自回归法,自回归综合移动平均法和季节分解法。本文通过具体实例分别介绍指数平滑中三种不同方法即Simple法,Holt法和Winters法的应用。它们是分别适用于时间序列数据集无趋势和季节变化,有线性趋势无季节变化和有季节变化的模型分析法。     

利用光滑型算法求解线性规划问题

针对线性规划问题,给出了其原问题和对偶问题的最优性条件,并通过引入一个正则化的对称扰动的光滑函数,将其扩展成一个混合线性互补问题,并利用光滑型算法求解．该算法具有全局收敛的特性．对于有最优解的问题,算法能求得问题的一个严格互补解;对于不可行的问题,算法也能表明问题的不可行性．     

Turbo码译码算法的时延改进分析

通过对Turbo码最大似然译码MAP算法（maximum posteriori probability algorithm）和SOVA算法（soft output viterbi algorithm）的比较和对SOVA算法的比较深入的分析，对Turbo码在译码过程中存在的时延较大的问题做出了一些改进，并且针对引进时延的不同原因讨论了具体的解决方案，通过Matlab进行仿真，表明这些改进是有意义的。