大话数据结构读书笔记《2算法》

2 算法

2.1 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。

2.2 算法的特性

算法具有五个基本特性:

• 输入：有0或多个输入
• 输出：至少一个或多输出
• 有穷性：在执行有限步骤后，自动结束不会出现无限循环
• 确定性：每一步骤都有明确含义，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

2.3 算法设计的要求

• 正确性
• 可读性
• 健壮性：当输入数据不合法时，算法也能作出相关的处理，而不是产生异常或莫名其妙的结果
• 时间效率高和存储量低

2.4 算法度量方式

• 事后统计方法
• 事前分析估算方法

基本的操作数量必须表示成输入规模的函数。

2.5 算法复杂度

计算算法的时间复杂度其实是一个很基础的东西，目前看主要就是先看执行次数和问题规模的函数f(n)，然后推导大O阶的方法计算出时间复杂度，其实只需要关注f(n)中的最高阶的阶数，因为在问题规模趋向于无限大的时候，起决定性作用的就是这个最高阶。计算方法如下：

2.6 常见时间复杂度：

执行次数函数	阶	非正式术语
12	$O(1)$	常数阶
$2n+3$	$O(n)$	$线性阶
$3n^2+2n+1$	$O(n^2)$	平方阶
$5lo{g}_{2}n+20$	$O(lo{g}_n)$	对数阶
$2n+3nlo{g}_{2}n+19$	$O(nlo{g}_n)$	$nlogn$阶
$6n^3+2n^2+3n+4$	$O(n^3)$	立方阶
$2^n$	$O(2^n)$	指数阶

$O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)<O(n!)<O(n^n)$

2.7 最坏情况与平均情况

一般没说明的情况下，指最坏情况
平均情况具有参考意义

2.8 算法空间复杂度

通过计算算法所需的存储空间实现。
“时间复杂度”指运行时间的需求
“空间复杂度”指空间需求