目录
一、问题
- 算法是什么？
- 算法有什么特性？
- 算法设计有什么要求？
- 如何衡量一个算法的好坏？
二、算法的定义
算法是求解特定问题的求解步骤的描述，在计算机中表现为指令的有序序列，每条指令表示一个或多个操作步骤。
三、算法的特性
- 输入输出：一定有一个或多个输入，一定有一个或多个输出。
- 有穷性：指执行的步骤是有限的，不出现无限循环的情况。
- 确定性：指每个步骤是明确的。
- 可行性：指每一步都可以通过执行有限的步数完成。
四、算法设计的要求
表现在4个层次：
1）无语法错误
2）对于合法的输入数据能得到满足要求的输出结果。
3）对于非法的输入数据能得到满足规格说明的结果。
4）对于精心挑选的、甚至刁难的输出数据能得出正确的输出结果。
- 正确性 : 指算法至少应该具有输入、输出、加工处理无歧义性，能正确的反应问题的需求，能得到问题的正确答案。
- 可读性：指便于阅读、理解、交流。
- 健壮性：当输入数据不合法时，能够正常处理，不产生异常或莫名其妙的结果。
- 时间效率高存储量低：用时最短，用内存最少。
五、算法效率的度量方法
5.1 事后统计方法
通过设计好的测试程序和数据，通过计算机计时器对不同算法的运行时间进行比较，从而确定算法的好坏。
5.2 事前统计方法
在编程前，依据统计方法对算法进行估算。
算法运行时间取决于以下因素：
- 算法采用的策略方法
- 编译产生的代码质量
- 问题的输入规模
- 机器指令的执行速度
六、函数的渐进增长
七、算法时间复杂度
7.1 算法时间复杂度的定义
这里可以理解为：其他条件都一样，仅仅对算法的语句执行次数进行判断，次数越多，算法复杂度越高。
这里用大O来体现算法复杂度的计法称之为大O计法。
7.2 推导大O阶的方法
- 用常数1取代运行时间中所有的加法常数项。
- 在修改后的运行次数函数中，只保留最高阶项。
- 如果最高阶项存在且不为1，则去除与这个最高阶项相乘的常数。
7.3 常见的时间复杂度
7.3.1 常数阶
一般顺序结构的算法时间复杂度为常数阶。例如这里的执行次数 f(n) = 3; 记作 O(1).
注意：常数阶的意义是指执行次数恒定的算法，不会随n的变化而变化，不论是1次、还是3次，或者其他次数，都记作O(1)。
7.3.2 线性阶
时间复杂度为: O(n)
7.3.3 对数阶
7.3.4 平方阶
八、算法空间复杂度
九、总结
- 算法的定义：解决某个问题的步骤的描述，在计算机中表现为指令的有限序列，每个指令表示一个或多个操作。
- 算法的特性：有输入输出，有穷性，确定性，可执行性。（这里更多的偏向于描述方法）
- 算法设计的要求：正确性，可读性，健壮性，时间效率高存储量低。(这里更多的偏向于描述程序)
- 算法度量方法：事后统计法（不科学） 事前估算法。
- 大O阶推导方法：执行次数函数的所有加法常数用1取代；只保留最高阶项；去掉与最高阶项相乘的常数。
- 常见的时间复杂度排列：
算法运行时间取决于以下因素：
- 算法采用的策略方法
- 编译产生的代码质量
- 问题的输入规模
- 机器指令的执行速度
2793
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
