算法

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

算法五个基本特性：输入、输出、有穷性、确定性、可行性

输入：算法具有零个或多个输入

输出：算法至少有一个或多个输出

有穷性：指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，

并且每一个步骤在可接受的时间内完成

确定性：算法的每一个步骤都具有确定的含义，不会出现二义性

可行性：算法的每一步都必须是可行，也就是说，每一步都能够通过执行有限次数完成。

 

 

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

正确性：算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性、

能正确反映问题的需求、能够得到问题的正确答案

可读性：算法设计的另一目的是为了便于阅读、理解和交流

健壮性：当输入数据不合法时，算法也能够做出相关处理，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：设计算法应该尽量满足这两个条件。

 

 

算法效率的度量方法

事后统计方法：这种方法主要是通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的

程序的运行时间进行比较，从而确定算法效率的高低。有很多缺陷，不考虑

事前分析估算方法：在计算机程序编制前，依据统计方法对算法进行估算

一个程序的运行时间，依赖于算法的好坏和问题的输入规模。所谓问题输入规模是指输入量的多少

 

在分析程序的运行时间时，最重要的是把程序看出是独立于程序设计语言的算法或一系列步骤

 

函数的渐近增长：给定两个函数f（n）和g（n），如果存在一个整数N，使得

对于所有的n>N，f（n）总是比g（n）大，那么，我们说f（n）的增长渐近快于g（n）

 

算法时间复杂度：

在进行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，进而分析T（n）随n的变化

情况并确定T（n）的数量级。算法的时间复杂度，也就是算法的时间量度，记作：T（n）=O（f（n））

它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同，称作算法的渐进时间复杂度，简称

为时间复杂度。其中f（n）是问题规模n的某个函数

 

算法空间复杂度：是通过计算算法所需的存储空间实现，算法空间复杂度的计算公式记作：

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