数据结构及算法笔记（裘宗燕）（二）

数据结构及算法笔记（裘宗燕）

四、常量因子和算法复杂度
判断一个程序的质量如何，我们虽然可以用研究这个程序是怎么实现的来判断，但这样又太麻烦，实践中的价值有限。
对于算法的质量（及时间和空间性质），其最重要的是量级和趋势，二代价函数的常量因子可以忽略不计。例如，可以认为3n²和100n²属于同一个量级，如果两个算法处理同样规模实例的代价分别为这两个函数，就认为他们的代价”差不多“。基于这些想法，人们提出了描述算法性质的”大O记法“。

五、大O记法
“大O记法”的严格定义：对于单调的整数函数f，如果存在一个整数函数g和是成熟c>0，是的对于充分大的n总有f(n)<=c*g(n),就说函数g是f的一个渐进函数（忽略常量因子），记为f(n)=O(g(n)) 易见，f(n)=O(g(n))说明在趋向无穷的极限意义下，函数f的增长速度受到函数g的约束。
把上述描述方式应用与算法的代价问题。假设存在函数g，是的算法A处理规模为n的问题实例所用的时间T(n)=O(g(n))，则称O(g(n))为算法A的 渐进时间复杂度，简称 时间复杂度。算法的空间复杂度S(n)的定义与此类似。
这有几点说明：
首先，如果T(n)=O(g(n))，那么对于任何增长速度比g(n)更快的函数g’(n),显然也有T(n)=O(g’(n)) 这说明上述定义考虑的是算法复杂度的上限。可能不大准确，但一般也够了。