1.2计算模型

前言：

看到阅读量，缓缓打出一个？本文初衷只是一个学习笔记，参考课程邓俊辉的数据结构，大家想了解可以自己去看一下视频，毕竟自己笔记太垃圾，不好误导别人。

1、算法分析

正确性：
计算成本：运行时间+储存空间
Ta（P）=用算法a求解某一问题P的实例所需的计算成本
通常：规模接近，计算成本也接近，规模扩大，计算成本也上升。

特定算法+不同实例：
Ta（n）=用算法a求解某一问题规模为n的实例所需的计算成本
但是同样问题等规模的不同实例，计算成本不尽相同。
完善：T（n）=max{T（P）| |P|=n}，规模为n的实例最坏的状况下的计算成本

同一问题不同算法也会导致计算成本不同

为给出客观评价，需抽象出一个理想的平台或者模型，不再依赖于上述具体因素，直接准确地描述、测量并评价算法。

2、图灵机模型TM:Turing Machine

Transition Function：（q, c; d, L/R, p）
若当前状态为q，且当前字符为c，则将当前字符改写为d；转向左侧或右侧临格；转入p状态，一旦转入特定的状态‘h’，则停机。

图灵机二进制加一：
(<,1,0,L,<)//左行，1–>0
(<,o,1,R,>)//右行
(<,#,1,R,>)
(>,0,0,R,>)//右行
(>,#,#,L,h)//复位

3、RAM: Random Access Machine

寄存顺序编号，总数没有限制：R[2], R[1]…
每一基本操作仅需常数时间 //循环及子程序本身非基本操作

与TM模型一样，RAM模型也是一般计算工具的简化与抽象，使我们可以独立于具体的平台，对算法效率做出可信的比较与评判。

在这些模型中，算法的运行时间正比于算法需要执行的基本操作次数。
T（n）=算法为求解规模为n的问题，所执行的基本操作次数。