数据结构——算法

ヾChen

已于 2024-10-04 11:24:49 修改

阅读量667

点赞数 24

分类专栏：数据结构文章标签：数据结构学习物联网算法

于 2024-10-04 11:21:59 首次发布

本文链接：https://blog.csdn.net/2301_80748572/article/details/142695767

版权

数据结构专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一、算法的定义

什么是算法呢?算法是描述解决问题的方法。算法（Algorithm）这个单词最早出现在波斯数学家阿勒·花刺子密在公元825年（相当于我们中国的唐朝时期）所写的《印度数字算术》中。

如今普遍认可的对算法的定义是: 算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并旦每条指令表示一个或多个操作。

二、算法的特性

算法具有五个基本特性:输入、输出、有穷性、确定性和可行性。

输入：算法具有零个或多个输入。所谓的零个输入是指算法本身有初始条件
输出：算法有一个或多个输出。算法是一定需要输出的，不需要输出你用这个算法干吗?输出的形式可以是打印输出，也可以是返回一个或多个值等。
有穷性:一个算法总是在执行有限个步骤之后终止。现实中经常会写出死循环的代码，这就是不满足有穷性。
确定性:算法的每一步骤都具有确定的含义，不会出现二义性。
可行性:算法的每一步都必须是可行的,并且每个计算步骤都能在有限时间内完成。

三、算法性能分析

正确性：算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性，能正确反映问题的需求，能够得到问题的正确答案。
可读性：算法设计的另一目的是为了便于阅读、理解和交流。可读性高有助于人们理解算法，晦涩难懂的算法往往隐含错误，不易被发现并且难于调试和修改。
稳健性：一个好的算法还应该能对输入数据不台法的情况做适当的处理。当输入数据不合法时算法也能做出相关处理，而不是产生异常或莫名旦妙的结果。
高效率和低存储量：衡量一个算法的高效率通常指的是时间效率，即算法执行的时间；算法的低存储量指算法在执行过程中所需要的最大存储空间。时间效率和空间效率是衡量算法优势的两个主要指标，二者的复杂度都与问题的规模有关。

四、算法的时间效率分析

算法的时间效率是指算法执行时间的长短。影响算法执行时间的因素：计算机的硬件系统、软件系统、问题规模（工作量）。

基本操作频度——作为算法执行时间的度量。一个算法中基本操作的频度，通常是问题规模 n 的某个函数，该函数记为 T(n)。实际上，要准确计算出算法中基本操作的频度是非常困难的，而且也不是很必要。对于某个算法，通常关心的是：当问题规模 n 增长时，算法的执行时间是如何增长的？也就是说只需估计出算法执行时间的增长率的数量级即可。因此，常用算法的渐近时间复杂度来作为衡量算法时间效率度量。

算法时间复杂度——如果算法的问题规模为 n ，基本操作的频度为 T(n) ，若有某个辅助函数 f(n)，并存在正常数 c 和 n0 使得当 n≥n0 时，T(n)≤c(f(n))，则记作：T(n) = O ( f (n ) ) 表示：随问题规模 n 的增大，算法执行时间的增长率和 f(n) 的增长率相同。称 O( f (n ) ) 为算法的渐近时间复杂度，简称为时间复杂度。这种记法称为大O 记法。

※说明：大 O 记法表示算法的时间复杂度时，其要求精度很低，只是粗略估计出执行时间的增长率的数量级。所以，并不需要将所有基本操作的执行次数全部计算出，只需计算起决定性因素的基本操作的执行次数即可；且可用基本语句（或语句组）来代替基本操作，因为一个语句可以分解成有限的几个操作。

求解算法时间复杂度简单方法：（1）首先，找出算法中的基本语句。（2）然后，计算基本语句的频度 T(n) 3）最后用大Ο记法表示算法的时间性能。（4）如果算法中包含嵌套的循环，则基本语句通常是最内层的循环体。（5）如果算法中包含并列的循环且每个循环的问题规模不同时，则将并列循环的时间复杂度相加；而若每个并列循环的问题规模相同时，则只取数量级最高的时间复杂度。

算法的时间复杂度是衡量算法好坏的一个重要指标，其数量级越低，则算法的时间效率就越高。

常见的时间复杂度：