数据结构学习（2）

      算法的空间复杂度通过计算算法所需的存储时间实现，对于算法空间复杂度的计算公式：S[n]=O[f[n]]，其中，n为问题的规模，f[n]为语句关于n所占存储空间的函数。

关于大话数据结构这本书算法概述的总结：

算法的定义：算法是解决特定问题求解步骤的描述，在计算机中为指令的有限序列，并且每条指令表示一个或多个操作。

算法的特性：有穷性，确定性，可行性，输入，输出。

算法的设计要求：正确性，可读性，健壮性，高效率和低存储量需求。

算法特性与算法设计容易混，需要对比记忆。

算法的度量方法：事后统计方法（不科学，不准确），事前分析估算方法。

判断算法的好坏：

通过少量的数据是不能做出准确判断的，如果我们可以对比算法的关键执行次数函数的渐进增长性，基本就可以分析出：某个算法，随着n的变大，他会越来越优于另一个算法，或者越来越差与另一个算法。

然后根据时间复杂度的定义，推导大O阶步骤。

通过这个步骤，我们可以在得到算法的运行次数表达式后，很快就能得到它的时间复杂度，即大O阶。其实推导大O阶很容易，但如何得到运行次数的表达式确实需要数学功底的。