算法&时间复杂度

算法的定义：算法是解决特定问题的求解步骤的描述。在计算机中为指令的有限序列，并且每条指令表示为一个或多个操作。

 

算法的特性：

1. 有穷性：执行有限步骤后结束，并且每个步骤在可接受的时间内完成。
2. 确定性：算法的每一个步骤都具有确定的含义，不会出现二义性。
3. 可行性：算法的每一步都能够通过执行有限次数完成。
4. 输入：算法具有零个或多个输入。
5. 输出：算法至少有一个或多个输出

 

算法的设计要求：正确性、可读性、健壮性、时间效率高和低存储量需求。

 

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，只保留最高阶像。

3.如果最高阶项存在且不是1，则去除与这个项相乘的常数。

得到的结果就是大O阶。

 

常见的时间复杂度所耗费的时间，从小到大依次是：

 

时间复杂度 T(n)=O( f(n) )

n：问题的输入规模

f(n)：对于n的基本操作的执行次数。运行时间与这个计数成正比。

 

空间复杂度 S(n)=O( f(n))

n：问题的输入规模

f(n)：为语句关于n，所占的存储空间的函数。

若算法执行时所需的辅助空间相对于输入数据量而言是个常数，则称此算法为原地工作，空间复杂度为O(1)。