大话数据结构笔记2算法

1、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，并且每条指令表示一个或多个操作。

2、算法的五个基本特性：输入、输出、有穷性、确定性和可执行性

<1>输入输出：算法具有零个或多个输入，至少有一个或多个输出

<2>有穷性：指算法在执行有限的步骤后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成

<3>确定性:算法的每一步骤都有确定的含义，不会出现二义性

<4>可执行性：算法的每一步骤都必须是可行的，即每一步都能够通过执行有限次数完成。

3、算法设计的要求：

<1>正确性：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。

<2>可读性：算法设计的另一目的是为了便于阅读、理解和交流

<3>健壮性：当输入数据不合格时，算法也能做出相关处理，而不是产生异常或莫名的结果

<4>时间效率高和存储量低

4、算法效率的度量方法：

<1>事后统计方法：通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低。缺点多，不予考虑

<2>事前分析估算方法：在计算机程序编制前，依据统计方法对算法进行估算。程序在计算机上运行所消耗的时间取决于：算法采用的策略、方法；编译产生的代码质量；问题的输入规模；机器执行指令的速度。

一个程序的运行时间，依赖算法的好坏和问题的规模，问题输入规模就是输入量的多少

随着输入规模n的增大，算法会越来越优于另一个算法或越来越差于另一个算法。

5、算法时间复杂度：即算法的时间度量，记作T(n)=O(f(n)),表示随着时间规模n的增大，算法执行时间的增长率和f(n)的增长率相同，f(n)是问题规模n的某个函数。

一般情况下，随着n的增大，T(n)增长最慢的算法为最优算法

如何分析一个算法的时间复杂度，即推导大O阶：

<1>用常数1取代运行时间中的所有加法常数

<2>在修改后的运行次数函数中，只保留最高阶项

<3>如果最高阶项存在且不是1，则除去这个项相乘的常数，得到的结果就是大O阶

常数阶：时间复杂度为O(1)，与问题的大小无关，即与n无关，执行时间恒定的算法

线性阶：时间复杂度为O(n)

对数阶：时间复杂度为O(logn)

平方阶：时间复杂度为O(n²)

6、常用的时间复杂度所耗费的时间从小到大依次是：O(1)<O(logn)<O(n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

7、最坏情况运行是一种保证，那就是运行时间将不会再坏了。平均运行时间是所有情况中最有意义的，因为它是期望的运行时间。一般在没有特别说明的情况下，都是指最坏时间复杂度。

8、算法空间复杂度：通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作：S(n)=O(f(n)),其中，n为问题的规模，f(n)为语句关于n所占存储空间的函数。