Структура данных и Алгоритмы обработки данных | Пример курсовой работы

Структура данных и Алгоритмы обработки данных

Цель работы: Определить наиболее эффективные методы поиска данных и их сортировки.

Вычислительная сложность алгоритма – количество элементарных операций, затрачиваемых алгоритмом для решения конкретной задачи. Сложность зависит не только от размерности входных данных, но и от самих данных. Очевидно, что чем сложнее алгоритм в вычислительном плане, тем больше времени и вычислительных ресурсов потребует его выполнение.
Различают временную и пространственную сложность. Первая определяет время, требуемое на решение задачи заданной размерности с помощью данного алгоритма, а вторая – количество требуемых ресурсов (памяти) при тех же условиях. (8)
Временная сложность алгоритма – время Т, необходимое для его выполнения в зависимости от исходных данных. Оно равно произведению числа элементарных действий k на среднее время выполнения одного действия t: Т= k t (9)
Некоторые алгоритмы требуют дополнительной памяти под временное хранение данных. Эффективность алгоритма оценивается как функция от параметра n, который связан с размером входных данных. Но существует много алгоритмов, время выполнения которых зависит и от размера входных данных, и от особенностей этих входных данных. Известны примеры эффективных алгоритмов, которые требуют таких больших объемов машинной памяти (без возможности использования более медленных внешних носителей), что это сводит к минимуму преимущество эффективности алгоритма.
Алгоритм, в котором погрешность в начальных данных или возникающая при вычислениях с каждым шагом не увеличивается или лишь незначительно увеличивается, называется устойчивым. Если же погрешность увеличивается существенно от шага к шагу, то алгоритм называется неустойчивым. (11)
Естественность поведения алгоритмов хорошо иллюстрируется на примерах программ сортировки массивов данных. Алгоритм ведёт себя естественно, при обработке уже упорядоченных, или частично упорядоченных данных, он учитывает эту характеристику входной последовательности и работает лучше.
В данной главе были подробно рассмотрены теоретические основы алгоритмизации: основные определения, классификация, характеристики алгоритмов и структур данных, что подготовило основу для их практического использования в последующих главах.
Данная курсовая работа была посвящена важнейшему понятию – алгоритму, в частности алгоритму поиска и сортировки.
Первая глава курсовой работы была посвящена изучению свойств алгоритмов и их классификации. Во второй главе из различных методов поиска были изучены и приведены следующие алгоритмы:
последовательный (линейный) поиск,
бинарный (двоичный) поиск,
прямой поиск,
алгоритмы хеширования,
алгоритмы поиска в тексте – Кнута, Морриса и Пратта;
Бойера и Мура
В третьей главе показаны актуальность, важность и необходимость методов сортировки. Исследованы различные методы сортировки, основные характеристики алгоритмов сортировки. В рамках курсовой работы нет возможности подробно исследовать все виды алгоритмов поиска и сортировки, поэтому были рассмотрены следующие методы:
сортировка пузырьком
сортировка выбором;
сортировка вставками;
сортировка Шелла.
быстрая сортировка Хоара;
прямое слияние
естественное слияние
В результате исследования алгоритмов были показаны:
основная идея алгоритм;
суть алгоритма;
приведен пример функционирования алгоритма.
Исследование, проведенное в данной курсовой работе, показало, что использование разных алгоритмов поиска и сортировки позволяет значительно сокращать время, необходимое для трудоемких операций поиска данных и сортировки нужной информации.
Цель работы: Определить наиболее эффективные методы поиска данных и их сортировки.

Что думаете про курсовую?

Поставьте оценку!

Добавить комментарий

Ваш адрес email не будет опубликован.

10 − 1 =