算法: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。
一. 算法的特性
输入输出, 有穷性,确定性,可行性。
注:算法的输入可以是零个。算法至少有一个或者多个输出,输出的形式可以是打印输出,也可以是返回一个或多个值等。
二.算法设计的要求
正确性,可读性,健壮性,时间效率高和存储量低。
三.算法效率的度量方法
事后统计法和事前分析估算法。
四.算法时间复杂度
定义:算法的时间复杂度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,算法的执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度。其中f(n)是问题规模n的某个函数。(大O记法)
一般情况下,随着n的增大,T(n)增长最慢的算法为最优算法。
如下代码,循环的时间复杂度为O(n), 因为循环体中的代码需要执行n次。
int i;
for(i = 0; i < n; i++)
{
/* 时间复杂度为O(1)的程序步骤序列 */
}
下面的代码,由于每次count乘以2之后,就距离n更近了一分。也就是说,有多少个2相乘后大于n,则会退出循环。由2^x = n得到x = log2n。所以时间复杂度为O (logn)。
int count = 1;
while count < n)
{
count = count * 2;
/* 时间复杂度为O(1)的程序步骤序列 */
}
如下循环嵌套,内循环时间复杂度为O(n), 外循环时间复杂度为O(m),所以总时间复杂度为O(m*n)。
int i,j;
for(i = 0; i < m; i++)
{
for(j = 0; j < n; j++)
{
/* 时间复杂度为O(1)的程序步骤序列 */
}
}
推导使用方法: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,只保留最高阶数。
3.如果最高阶项存在且其系数不是1,则去除与这个项相乘的系数。
常见的时间复杂度所耗时间的大小排列:
O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)