20172303 2018-2019-1 《程序设计与数据结构》第1周学习总结

20172303 2018-2019-1 《程序设计与数据结构》第1周学习总结

教材学习内容总结

第1章 概述

1.软件工程

• 定义：一门关于高质量软件开发的技术和理论的学科。
• 目标：软件工程的目标与其余工程学科相似
  • 解决正确性问题————客户所需实现的需求
  • 按时且在预算以内给出解决方案————预算和给出方案的质量相匹配，学会折中
  • 给出高质量的解决方案————“高质量”由他人定义
  • 以合情合理的方式完成上面的事情————ACM职业道德规范(Code of Ethics and Professional Conduct)

2.软件质量的特征

• 在必定程度上讲，软件质量体系在旁观者的眼中，不一样的身份对软件质量的要求存在差别。同时，一些软件质量特征之间有时是互斥的，不可能设计出一种软件符合全部的质量特征。
• 以每一个学校都有的教务管理系统为例来具体阐述一下八个质量特征：
  • 正确性：一个教务管理系统要给用户提供选课、查分等功能，但绝对不可能有食堂点餐这个功能，由于它是一个有关教学相关事务的系统。而若是一个教务管理系统里不只没有查分选课的功能，反而有各类各样的点餐功能、点外卖功能，那么这个教务管理系统的正确性不好。
  • 可靠性：在期末有不少同窗会进入教务系统查分，若是当进入人数稍微多了一点系统就崩了，那么说明这个教务系统的可靠性不好。
  • 健壮性：假如出现了上一个特征中出现的状况，学校用了好久好久都没有修好，等同窗们下个学期都快开学了才刚刚修好，那么这个系统的健壮性就不好。
  • 可用性：一个同窗想要查询一下本学期的课表，结果在教务系统的网站内搜寻了几个小时最后在一个角落里找到了查询课表的入口，那么这个教务系统的可用性就不好。
  • 可维护性：过了几年以后有人发现了教务系统存在漏洞，因而有关人员决定对教务系统进行维护修复，可是以前开发这个系统的人都已经退休不干了，新来的程序员进行修复的时候发现当初写程序的人写的极烂无比乱七八糟根本找不到该修复的代码在哪儿，那么这个系统的可维护性就不好。
  • 可重用性：学校决定原来的教务系统太老了想从新作一个，可是从零开始过于费时间，就想着可否借用先前的老系统的相关组件来节省时间，可是发现以前的老系统作的太奇葩了并且太过期了真的没办法借鉴，那么原来这个老的教务系统的可重用性就不好。
  • 可移植性：假如一个教务系统用Windows能够打开而且很好的使用，结果有个同窗用的MacBook根本打不开教务系统，只好含泪借其余同窗的电脑上教务系统，那么这个教务系统的可移植性就不好。
  • 运行效率：一个同窗上教务系统查分，结果查了一天一晚上分都没有出来，那么这个系统的运行效率就不好。

3.数据结构

• 定义：计算机储存、组织数据的方式
• 上学期关于数据结构的相关学习内容
• 程序=数据结构+算法

第2章 算法分析

1.算法效率分析

• 算法效率一般用CPU的使用时间表示。
• 算法分析是计算机科学的基础。
• 算法的效率能够根据该问题的大小和处理步骤数来定义。

2.增加函数

• 定义：表示问题（n）大小与咱们但愿最优化的值之间的关系。该函数表示了算法的时间复杂度（CPU的使用时间）或空间复杂度（内存空间）
• 通常咱们不须要知道某一算法确切的增加函数，而须要知道算法的渐进复杂度，又称为算法的阶次。
  • 渐进复杂度：基于增加函数中的主项，即表达式中增加最快的一项。
  • 阶次为增加函数提供了一个上界。除此以外，Ω表示函数的下界，Θ表示函数的上下界。
• 处理器速度的提升只会给增加函数增长常量。

3.大O记法

• 全部具备相同阶次的算法，从运行效率的角度来讲都是等价的。
• 须要注意的是，大O记法只关注一个增加函数的主项，这句话看起来简单，但实际上有些时候很容易让人产生模糊概念，好比课上留的时间复杂度的计算题的第四个：

void fun (int n){
   int i=0;
   while(i*i*i<=n)
       i++;
}

• 有些同窗经过将n带入不一样常数计算后认为这段代码的时间复杂度是O(n的立方根+1)，就是混淆了阶次的概念，这段代码的增加函数是n的立方根+1，而它的时间复杂度则是O(n的立方根)。

4.增加函数的比较

• 若是能保证问题（n）很小，那么使用何种算法是可有可无的。
  
• 可是当问题（n）很大时，各类算法之间的差距就会很明显。
  

5.时间复杂度分析

• 步骤：首先肯定循环体的阶n，而后乘以循环次数。
• 规则
  • 加法规则：T(n,m) = T1(n) + T2(n) = O (max ( f(n), g(m) )
  • 乘法规则：T(n,m) = T1(n) * T2(m) = O (f(n) * g(m))
  • 一个特例（问题规模为常量的时间复杂度）：在大O表示法里面有一个特例，若是T1(n) ＝ O(c)， c是一个与n无关的任意常数，T2(n) = O ( f(n) ) 则有T(n) = T1(n) * T2(n) = O ( c*f(n) ) = O( f(n) )
• 循环运行的复杂度分析

for(int count = 0; count < n; count++)
{
    //复杂度为O(1)的步骤系列
}
//复杂度为O(1×n)即O(n)

• 嵌套循环的复杂度分析

for(int count = 0; count < n; count++)
{
    for(int count2 = 0; count2 < n; count2++)
    {
        //复杂度为O(1)的步骤系列
    }
}
//复杂度为O(1×n×n)即O(n^2)

• 方法调用的复杂符分析

for(int count = 0; count < n; count++)
{
    printsum(count);
}

• 该代码段的复杂度要根据printsum方法的复杂度来肯定，假如printsum方法为

public void printsum(int count)
{
    int sum = 0;
    for (int I = 1; I < count; I++)
        sum += I;
    System.out.println(sum);
}

• 那么上面的代码段的复杂度就为O(n^2)。而假如printsum方法为

public void printsum(int count)
{
    int sum = 0;
    sum = count * (count + 1)/2;
    System.out,println(sum);
}

• 那么代码段的复杂度为O(n)。

教材学习中的问题和解决过程

• 问题1：可靠性和健壮性都与软件的故障相关，那么它们之间的区别和联系究竟在哪儿？
• 问题1解决方案：书上的第九页有这么一段话：可靠性关注的是软件系统发生故障的频率以及在什么环境下发生故障，而健壮性关注的是软件系统出现故障时会发生什么。
• 个人理解是可靠性关注的是故障发生以前的相关内容，而健壮性关注的是故障发生以后的相关内容。

教材课后练习题

EX 2.1 下列增加函数的阶次是多少？

• a.10n^2+100n+1000
• 解答：阶次为O(n^2)
• b.10n^3-7
• 解答：阶次为O(n^3)
• c.2^n + 100n^3
• 解答：阶次为O(2^n)
• d.n^2×logn
• 解答：阶次为O(n^2×logn)

2.4 请肯定下面代码段的增加函数和阶次

for(int count = 0 ; count < n ; count++)
    for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)
        {
            System.out.println(count,count2);
        }
}

• 解答：增加函数为f(n)=n^2/2， 阶次为O(n^2)。

for(int count = 0 ; count < n ; count++)//循环次数为n，复杂度为O(n^2)
    for(int count2 = 0 ; count2 < n ; count2 = count2 + 2)//循环次数为n/2，复杂度为O(n)
        {
            System.out.println(count,count2);//复杂度为O(1)
        }
}

• 为了确保正确性，我写了一个程序来实际测试了一下，发现的确内层的循环次数为n/2，外层的循环次数为n，证实增加函数和阶次是对的。
  

2.5 请肯定下面代码段的增加函数和阶次

for(int count = 0 ; count < n ; count++)
    for(int count2 = 1 ; count2 < n ; count2 = count2 * 2)
        {
            System.out.println(count,count2);
        }
}

• 解答：增加函数为f(n)=n×log2n，阶次为O(n×log2n)。

for(int count = 0 ; count < n ; count++)//循环次数为n，复杂度为O(n×log2n)
    for(int count2 = 1 ; count2 < n ; count2 = count2 * 2)//循环次数为log2n，复杂度为O(log2n)
        {
            System.out.println(count,count2);//复杂度为O(1)
        }
}

• 再拿程序来测试一下：
  
  

结对及互评

• 本周结对学习状况
  • 20172322
  • 结对学习内容：本周内容相对简单，且时间比较紧迫，课本内容都是各自自行学习的。
    
• 博客中值得学习的或问题：
  • 优势：虽然很残忍.....可是感受....没有优势....
  • 问题：内容有些过于简单，感受不少东西都没有本身深刻的理解。

其余（感悟、思考等，可选）

• 新的一个学期又开始了，很惭愧上个学期期末靠着背单词和写博客拿了一个不错的分数。本学期的学习目标是但愿本身的动手能力可以有所增强，不会的东西要多去试一试，不要只局限于知识，必定要学会应用。
  

学习进度条

	代码行数（新增/累积）	博客量（新增/累积）	学习时间（新增/累积）	重要成长
目标	5000行	30篇	400小时
第一周	10/10	1/1	10/10

• 计划学习时间:5小时
• 实际学习时间:10小时
• 改进状况：原本感受这周东西很少，老师还在课上都讲过了，没想到仍是废了很多时间。原本尝试使用markdown语法去编辑公式，结果发现用不了，好像博客里给的方法只能在CSDN里面用o(╥﹏╥)o

参考资料

• 算法时间复杂度的计算
• markdown编辑数学公式