Clearly, the running time of this a

Clearly, the running time of this algorithm can be quite different for the
same list size n. In the worst case, when there are no matching elements or
the first matching element happens to be the last one on the list, the algorithm
makes the largest number of key comparisons among all possible inputs of size
n:Cworst(n)=n.
Theworst-case efficiencyof an algorithm is its efficiency for the worst-case
input of size n, which is an input (or inputs) of size nfor which the algorithm
runs the longest among all possible inputs of that size. The way to determine
the worst-case efficiency of an algorithm is, in principle, quite straightforward:
analyze the algorithmto seewhat kind of inputs yield the largest value of the basic
operation’s countC(n)among all possible inputs of sizenand then compute this
worst-case valueCworst(n). (For sequential search, the answer was obvious. The
methods for handling less trivial situations are explained in subsequent sections of
this chapter.)Clearly, theworst-case analysis provides very important information
about an algorithm’s efficiency by bounding its running time fromabove.
else return−1

Kết quả (Việt) 1:

Rõ ràng, thời gian chạy của thuật toán này có thể khá khác nhau cho cáccùng một danh sách kích thước n. Trong trường hợp xấu nhất, khi không có không có yếu tố kết hợp hoặcCác yếu tố kết hợp đầu tiên xảy ra để là người cuối cùng trong danh sách, các thuật toánlàm cho số lượng các so sánh quan trọng trong số tất cả có thể đầu vào kích thước lớn nhấtn:Cworst (n) = n.Theworst-trường hợp efficiencyof một thuật toán là hiệu quả của nó cho các trường hợp xấu nhấtđầu vào của kích thước n, mà là một đầu vào (hoặc đầu vào) của kích thước nfor mà các thuật toánchạy dài nhất trong số tất cả có thể đầu vào kích thước đó. Cách để xác địnhhiệu quả tồi tệ nhất của một thuật toán là, về nguyên tắc, khá đơn giản:phân tích algorithmto xemtôi loại năng suất đầu vào giá trị lớn nhất của cơ bảnhoạt động của countC (n) trong số tất cả có thể đầu vào của sizenand sau đó tính toán nàyvalueCworst(n) trường hợp xấu nhất. (Cho tìm kiếm tuần tự, câu trả lời là hiển nhiên. CácCác phương pháp để xử lý tình huống ít tầm thường được giải thích trong phần tiếp theo củachương này.)Rõ ràng, theworst-trường hợp phân tích cung cấp thông tin rất quan trọngvề một thuật toán hiệu quả bởi các giáp ranh của nó chạy thời gian fromabove. khác return−1

Kết quả (Việt) 2:

Rõ ràng, thời gian chạy của thuật toán này có thể khá khác nhau cho
cùng một kích thước danh sách n. Trong trường hợp xấu nhất, khi không có các yếu tố phù hợp hoặc
các yếu tố phù hợp đầu tiên xảy ra là người cuối cùng trong danh sách, các thuật toán
làm cho số lượng lớn nhất của so sánh chính trong tất cả các yếu tố đầu vào có thể có kích thước
n: Cworst (n) = n.
Theworst hợp efficiencyof một thuật toán hiệu quả của nó đối với các trường hợp xấu nhất
đầu vào kích thước n, mà là một đầu vào (hoặc đầu vào) có kích thước nfor mà các thuật toán
chạy dài nhất trong số tất cả các yếu tố đầu vào có thể có kích thước đó. Cách để xác định
hiệu quả trường hợp xấu nhất của một thuật toán, về nguyên tắc, khá đơn giản:
phân tích các loại seewhat algorithmto đầu vào mang lại giá trị lớn nhất của cơ bản
countC hoạt động của (n) trong tất cả các yếu tố đầu vào có thể có của sizenand sau đó tính này
xấu nhất trường hợp valueCworst (n). (Đối với tìm kiếm tuần tự, câu trả lời là rõ ràng. Các
phương pháp để xử lý tình huống ít tầm thường được giải thích trong phần tiếp theo của
chương này). Rõ ràng, theworst-phân tích trường hợp cung cấp thông tin rất quan trọng
về hiệu quả của một thuật toán bởi bounding fromabove thời gian chạy của nó.
khác trở lại -1