本文介绍了算法的基本概念和特征，重点探讨了衡量算法效率的重要指标——时间复杂度和空间复杂度。时间复杂度包括时间频度、最好、最坏和平均情况下的复杂度，通常关注最坏情况。计算时间复杂度采用了一些分析法则，如常数替换、最高阶项保留等。常见的时间复杂度从低到高包括O(logn), O(n), O(nlogn), O(n^2), O(n^3)等。空间复杂度则关注算法执行所需的存储空间，包括函数调用、动态开辟和递归栈的空间需求。"
115369854,7918960,C++模拟线程池与原子打印,"['C++编程', '多线程编程', '并发控制', '同步机制', '线程池实现']
一，算法
算法：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，每条指令可表示一条个或多个操作。
二，算法具有五个特性
- 输入：算法具有零个或多个输入。
- 输出：只有一个或多个输出。
- 有穷性：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，并且一个步骤在可接受的时间内完成。就是不会出现死循环。。。
- 确定性：每一个步骤都有确定含义，不会出现二义性
- 可行性：每一步都能够通过执行有限次数完成 。
总结一下就三点：正确；能完结；无二义性。
三，度量一个算法的好与坏——–时间复杂度和空间复杂度
算法的时间复杂度和空间复杂度统称为算法的复杂度。
- 时间复杂度：
（1）时间频度：一个算法中语句执行次数，记为T(n)。
时间复杂度实际上就是一个函数，该函数计算的是执行基本操作的次数。一个算法语句的执行次数是关于问题规模n的某个函数，我们把它记为f(n)，n就是问题的规模。当问题规模N变化时，T(n)也在变化，算法执行次数的增长速率和f(n)的增长速率相同，即T(n)=f(n)。当n趋于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则成f(n)是T(n)的同数量级函数，记作T(n)=O(f(n))，称O(f(n))为时间复杂度的O渐进表示法，也就是时间复杂度。
（2）最好，最坏和平均算法复杂度：
最好情况下：任意输入规模下的最大运行次数（上界）。 <
最低0.47元/天 解锁文章
扫一扫
653
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
