算法:是指解决特定问题求解步骤的描述,在计算机中表现为有指令的有限序列,并且每条指令表示一个或多个操作
2.5算法的特征(输入,输出,有穷性,确定性,可行性)
2.5.1输入输出
- 算法具有0个或多个输入
- 算法具有只要1个或多个输出
2.5.2有穷性:算法在执行有限的步骤之后,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
2.5.3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
2.5.4可行性:算法的每一步都必须是可行的,也就是说,每一步都能够通过执行有限次数完成.
2.6算法设计的要求
2.6.1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.
- 算法程序没有语法错误
- 算法程序对于合法的输入数据能够产生满足要求的输出结果
- 算法程序对于非法的输入数据能够得出满足规格说明的结果
- 算法程序对于精心挑选的,甚至刁难的测试数据都有满足要求的输出结果
2.6.2可读性:算法设计的另一目的是为了便于阅读,理解和交流,可读性是算法好的重要的标志.
2.6.3健壮性:当输入数据不合法时,算法也能做出相关处理,而不是产生异常或是莫名奇怪的结果
2.6.4时间效率高和存储量低:设计算法应该尽量满足时间效率高和存储量低的要求
2.7算法效率的度量方法
2.7.1事后统计方法:主要是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
缺陷:
- 必须事先编制好程序
- 时间的比较计算机硬件和软件等环境因素
- 算法的测试数据测试困难,并且程序的运行时间往往还与测试的数据规模有很大关系
2.7.2事前分析估计方法:在计算机编制前,依据统计方法对算法进行估算.
运行所消耗时间取决于以下因素:
- 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,依赖于算法的好坏和问题的输入规模.
问题的输入规模:输入量的多少
最终,在分析程序的运行时间,最重要的是把程序看成是独立于程序设计语言的算法或一系列步骤。
2.8函数的渐近增长
函数的渐近增长:给定两个函数f(n)和g(n),如果存在一个整数N,使得对于所有的n>=N,f(n)总是比g(n)大,那么,我们说f(n)的增长渐近快于g(n)
最高次项相乘的常数并不重要
最高次项的指数大的,函数随着n的增长,结果也会变得特别快
判断一个算法的效率时,函数中的常数和其他次要项往往可以忽略,更应该关注主项(最高阶项)的阶数
某个算法,随着n的增大,它会越来越优于另一个算法,或者越来越差于另一个算法。
2.9算法时间复杂度
2.9.1算法时间复杂度定义:在进行算法时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随着n的变化情况并确定T(n)的数量级。算法时间复杂度,也就是算法的时间量度,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。
用大写O[ ]来体现算法时间复杂度的记法,我们称之为大O记法。
O[1]常数阶
O[n]线性阶
2.9.2推导大O阶算法:
- 用常数1取代算法中所有的加法常数
- 在修改后的运行次数函数中,只保留最高阶项
- 如果最高阶项的存在不是1,则除去与这个项相乘的常数,得到的结果就是一个大O阶。