基础算法学习--记录（1）

备注：文章仅用于个人学习记录，严禁任何形式的转载。
备注：本人初学者，欢迎任何善意的指导和交流，非常感谢。

1.浅谈算法但不一定准确

算法个人理解：解决一件事情的方法，所谓方法是解决问题时你的思考所形成方案。
比如：想吃饭，有做饭，点外卖，堂食三种方案，都可以满足需求，但是当你有选择的时候你肯定想选一个最适合自己的，这就牵扯到方案的评价，最后得到最有益的方案。对于算法来说，这种评价也是非常必要的。因为我们需要最有益的方案。

2.评价算法的优劣

在算法正确且鲁棒性好的基础上，我们通常用时间复杂度和空间复杂度来评价，当然还有事后统计法等其它方法。什么是时间和空间复杂度呢？

2.1时间复杂度

时间复杂度并不是指程序运行了几秒，几微米这种时间单位，因为不同的计算机的性能是不一样的，所以不会这么评价。（目前是这样理解的）时间复杂度：是指程序最多运行的次数。而且这个次数仅仅是用量级衡量的，譬如1,n,n²，用大O表示。如O(1),O(n)。

复杂度	表示
常数阶	O(1)
对数阶	O(logn)
线性阶	O(n)
平方阶	O(n²)

常数阶：程序顺序执行不会随着变量规模增加而增加阶数。

arrayExample[100] = {1, 2, 3};
std:: cout << arrayExample[1] << std::endl;    //line 2
std:: cout << arrayExample[99] << std::endl;   //line 3

第二行和第三行的量级是一样的，都是常数阶，不会因为索引更大而改变程序的时间复杂度。
对数阶和线性阶：对数阶放在二分法中理解，当我们需要在一个数组中查找一个特定的值时，我们通常会采用二分法查找，来节省程序的运行时间，但有时我们也会顺序比对数组中的值来查找元素。

int main(void)
{
    int BisectionMethodArray[10] = {1, 2, 3, 4, 4, 4, 4, 4, 4, 5};
    int times = 0;    //记录程序运行次数
    for(int i = 0; i < 10; i++)
    {
        times++;
        if(BisectionMethodArray[i] == 5)
        {
            ;
        }
    }
    std::cout << times << std::endl;
    return 0;
}

这是一个顺序查找的例子，可以看出，当数组内元素个数为10时，程序执行了10次，如果程序为10000呢？毫无疑问的是它会执行一万次来找到所有为5的元素。所以它的时间复杂度为O(n)。
现在我们利用二分法查找我们想要的元素，看时间复杂度是否会降低。

#include <iostream>
#define ARRAYNUM 5
#define FINDNUM 2
int main(void)
{
    int BisectionMethodArray[ARRAYNUM] = {1, 2, 3, 4, 5};
    int times = 0;    //记录程序运行次数
    int indexArrayHead = 4, indexArrayTail = 0, temp;
    while(1)
    {
        times++;
        if((indexArrayHead + indexArrayTail) %2 != 0)
        {
             temp =  (indexArrayHead + indexArrayTail + 1)/2;  
        }
        else
        {
            temp = (indexArrayHead + indexArrayTail)/2;
            std::cout << temp << std::endl;
        }
        if(BisectionMethodArray[temp] == FINDNUM)
        {
            break;
        }
        else if(BisectionMethodArray[temp] < FINDNUM)
        {
            indexArrayTail = temp;
        }
        else if(BisectionMethodArray[temp] > FINDNUM)
        {
            indexArrayHead = temp;
        }
        std::cout << indexArrayHead << " " << indexArrayTail << " " << times << std::endl;        
    }
  
    return 0;
}

这是一个二分法寻找数组值的代码，显然这并不是一个好的代码，但是希望它可以说明问题。在面对偶数项时，我选择了靠后的哪项来比较，显然这是一个潜在的危险。但是它不影响我们对对数阶的理解，和上面相比较我们发现，程序不再一一比较，而是通过切分的方法提高了效率，显然这对我们更有益，但是当数组不是升序或者降序的时候我们又应该怎么办呢？（排序算法）
平方阶：平方阶指的是程序重复n的平方次。这在程序中是非常常见的，下面是一个示例。

int times = 0;
for(int i = 0; i < n; i++)
{
    for(int j = 0; j < n; j++)
    {
        times++;
    }
}         

显然，这是一个典型的时间复杂度为平方阶的程序，times最终输出的值为n²。
总结：时间复杂度表示程序最多执行多少次，暗示程序运行时间的长短。执行次数越少，则运行时间更短，反之亦然。

2.2空间复杂度

空间复杂度：表示程序所占用的内存空间的大小。
因为现在目前存储成本较低，所以人们对于空间复杂度的重视程度低于时间复杂度。但是在某些领域，系统的存储空间有限，我们也必须关注这个评价标准。
Ending
总结：下节学习数组