渐进复杂度

1.算法定义：对特定问题求解方法和步骤的一种描述，它是指令的有限序列。其中每个指令表示一个或多个操作。
算法描述：自然语言 流程图 伪代码 程序代码
2.算法效率（好的算法具备正确性，健壮性和可读性）
时间效率：指的是算法所耗费的时间
空间效率：指的是算法执行过程中所耗费的存储空间
时间效率与空间效率有时候是矛盾的。
3.算法时间效率的度量：事后统计（将算法实现，测算时间）和事前分析（对算法耗费资源的一种估算）
算法运行时间=一个简单操作时间*简单操作次数
（每条语句频度 * 该语句执行一次所需的时间）
例如 （将一次时间看为单位时间）：

for (i=1;i<=n;i++)//n+1次
for(j=1;j<=n;j++){ //n(n+1)次
c[i][j]=0;//n*n次
for (k=0;k<n;k++)//n*n*(n+1)次
c[i][j]=c[i][j]+a[i][k]*b[k][i];//n*n*n次
}

若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f（n）是T(n)的同数量级函数。记作T（n）=Of(n),称Of(n)为算法的渐进时间复杂度，简称时间复杂度。
分析算法中次数最多的语句就可以分析渐进时间复杂度。
4定理
取最高次数方为O（n）

x=0;y=0
for (int i=1;i<n;i++)//n+1次
x++;//n次
for(int j=1;j<n;j++){ //n+1次
for (int k=0;k<n;k++)//n*(n+1)次
y++;//n*n
}
T(n)=O(n平方)

时间复杂度是由嵌套最深层语句的频度决定。

for (i=1;i<=n;i++)//n+1次
for(j=1;j<=n;j++){ //n(n+1)次
c[i][j]=0;//n*n次
for (k=0;k<n;k++)//n*n*(n+1)次
c[i][j]=c[i][j]+a[i][k]*b[k][i];//n*n*n次
}
T(n)=O(n3次方)

5渐进空间复杂度
算法要占据的空间：算法本身要占据的空间，输入，输出，指令，常数，变量等以及与算法所需要的辅助空间。
例如：
将一维数组中a中的n个数逆序放到原数组中
6.抽象数据类型=数据的逻辑结构+抽象运算（运算的功能描述）