【算法设计与分析】绪论

为什么要学算法

一、算法——程序的灵魂

二、提高分析问题的能力

算法及其重要特性

算法（Algorithm）：对特定问题求解步骤的一种描述，是指令的有限序列。

⑴ 输入：一个算法有零个或多个输入。

⑵ 输出：一个算法有一个或多个输出。

⑶ 有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。

⑷ 确定性：算法中的每一条指令必须有确切的含义，对于相同的输入只能得到相同的输出。

⑸ 可行性：算法描述的操作可以通过已经实现的基本操作执行有限次来实现。

算法的描述方法

 ⑴ 自然语言

优点：容易理解

缺点：冗长、二义性

使用方法：粗线条描述算法思想

注意事项：避免写成自然段

⑵ 流程图

优点：流程直观

缺点：缺少严密性、灵活性

使用方法：描述简单算法

注意事项：注意抽象层次

⑶ 程序设计语言

优点：能由计算机执行

缺点：抽象性差，对语言要求高

使用方法：算法需要验证

注意事项：将算法写成子函数

⑷ 伪代码——算法语言

伪代码（Pseudocode）：介于自然语言和程序设计语言之间的方法，它采用某一程序设计语言的基本语法，操作指令可以结合自然语言来设计。

优点：表达能力强，抽象性强，容易理解 

算法设计的一般过程

1．理解问题

2．预测所有可能的输入

3. 在精确解和近似解间做选择

4. 确定适当的数据结构

5．算法设计技术

6．描述算法

7．跟踪算法

8．分析算法的效率

9．根据算法编写代码

渐进符号

大O符号

定义：设 f 和 g是定义域为自然数集N上的函数. 若存在正数 c 和 n0，使得对一切 n>=n0，有 0<=f(n)<=c g(n) 成立

则称 f(n) 的渐近的上界是 g(n)， 记作f(n)=O(g(n))

大Ω符号

定义：设 f 和 g是定义域为自然数集

N上的函数. 若存在正数 c 和 n0，使得对一切 n>=n0,有 0<=cg(n)<=f(n)成立, 则称 f(n) 的渐近的下界是 g(n),记作f(n)=Ω(g(n))

小o符号

定义:设 f 和 g是定义域为自然数集 N上 的函数. 若对于任意正数 c 都存在 n0，使 得对一切 n <= n0,有0 <= f(n) < c g(n) 成立, 则

作f(n)=o(g(n)) 

小ω符号
定义：设 f 和 g是定义域为自然数集 N上

的函数. 若对于任意正数 c 都存在 n0，使得对一切 n<= n0,有0 <=cg(n) < f(n)成立, 则记作f(n)=ω(g(n))

θ符号

若 f (n) = O (g(n)) 且 f (n) = Ω (g(n)), 则记作f(n)=θ(g(n))