数据结构——算法
算法定义:
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。
算法特性:
输入输出:
算法具有0个或多个输入,但是至少有一个或多个输出。
有穷性:
指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。
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。
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。
算法设计的要求:
正确性:
算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性、能正确反映问题要求、
能够得到问题的正确答案。
可读性:
算法设计的另一目的是为了便于阅读、理解和交流。
健壮性:
当输入数据不合法时,算法也能做出相关处理,而不是产生异常或莫名其妙的结果。
时间效率高和存储量:
设计算法应该尽量满足时间效率高和存储量低的需求。
算法效率的度量方法:
事后统计方法:
这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。
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。
算法时间复杂度(大O阶):
在进行算法分析时,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n的变化情
况并确定T(n)的数量级。算法的时间复杂度,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,简称为时间复杂度即大O阶。其中f(n)是问题规模n的某个函数。
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,值保留最高阶项。
3、如果最高阶项村庄且不是1,则去除与这个项相乘的常数。
以上修改后得到的结果就是大O阶。