数据结构——算法篇

击破算法

1.什么是算法

算法，乍一听好像是很高深莫测的东西。是计算的方法？是比数学题还难的计算？其实并不是大家想象的那样神秘。接下来大家听我一说马上就明白了

算法：解决问题的步骤。（这些步骤告诉计算机应该按照什么顺序执行一些任务，以达到特定的目标）

2.算法的特性

1. 输入输出：有零个或多个输入，但至少有一个或多个输出。想象一项任务我们可以偷偷白                        嫖，但我们不能没有成果吧，这谁受得了。我们可以不努力，但不能没果！！！
2. 有穷性：在执行完一定步骤后自动结束，不能陷入无限循环。你都不想天天上学，怎么能让                计算机无限工作呢。体贴体贴我们的脆脆鲨计算机吧！
3. 确定性：不会出现二义性。咱说话要目的明确，不要让别人困惑。当然写程序也不能把计算                 机搞懵了，不然他会崩溃的！（计算机：我要发声）
4. 可行性：能够在合理的时间和资源范围内解决特定问题。

3.时间复杂度&空间复杂度

1.什么是时间复杂度

时间复杂度：时间复杂度并不直接表示具体的运行时间，而是表示随着输入规模的增加，算法运行时间的增长趋势。比如用一个函数模型来描述

2.表示方法——大O (O_O)!

推导步骤：

1. 用1表示常数
2. 只保留最高阶
3. 最高阶系数改为1

懂了没？O?  没懂就看下面例子吧

懂了就张大嘴吧跟着我读：O_O ~ O_O哦哦哦哦哦哦哦~

3.常见时间复杂度推导

1. 常数阶

1. 线性阶

在了解了for循环的执行顺序后我才明白为什么for循环会执行n+1次。如果你也有同样疑问，不妨跳转我另一篇文章了解一下。

1. 对数阶

1. 平方阶

常见的时间复杂度：（从上到下左到右时间耗费增加）

4.空间复杂度

空间复杂度：用来衡量一个算法在运行过程中所需的内存空间大小的概念。与时间复杂度类似，空间复杂度也关注随着输入规模的增加，算法所使用的内存空间的增长趋势。

请允许我唠叨几句

学起来可能很痛苦。但是学都学了，就认真学学呗。万一真学会了岂不是赚到了。

坚持下去，会有收获的，不能够每次都想零输入，有一个或多个输出吧。（临时抽问，以上标黄的是算法的什么特性，嘿嘿，写篇文章见哦）

不见不散~