算法:基本/常用 概念

------------------时间复杂度------------------

算法的基本操作重复执行的次数是模块n的某一个函数f(n)，因此，算法的时间复杂度记做：T(n)=O(f(n))；例如：

for(i=1;i<=n;++i)
{
for(j=1;j<=n;++j)
{
c[i][j]=0;//该步骤属于基本操作执行次数：n的平方次
for(k=1;k<=n;++k)
c[i][j]+=a[i][k]*b[k][j];//该步骤属于基本操作执行次数：n的三次方次
}
}

        计算时间复杂度的时候，先找出算法的基本操作，然后根据 相应的各语句确定它的执行次数，如： T(n) = n 的平方+n的三次方。 再找出 T(n) 的同数量级（同数量级有以下：1，log(2)n，n，n log(2)n ，n的平方，n的三次方，2的n次方，n!)，找出后，f(n) = 该数量级，则 f(n) = n的三次方。若 T(n)/f(n) 求极限可得到一常数c，则时间复杂度T(n) = O(f(n))。即T(n) = O(n^3) 注：n^3即是n的3次方。

        分类：(按数量级递增排列）常见的时间复杂度：常数阶O(1),对数阶O(log2n),线性阶O(n),线性对数阶O(nlog2n),平方阶O(n^2)，立方阶O(n^3),k次方阶O(n^k),指数阶O(2^n)；
------------------空间复杂度------------------

指运行完一个程序所需内存的大小。程序执行时所需存储空间包括以下两部分：
1.固定部分。这部分空间的大小与输入/输出的数据的个数多少、数值无关。主要包括指令空间（即代码空间）、数据空间（常量、简单变量）等所占的空间。这部分属于静态空间。
2.可变空间，这部分空间的主要包括动态分配的空间，以及递归栈所需的空间等。这部分的空间大小与算法有关。
         一个算法所需的存储空间用f(n)表示。S(n)=O(f(n)) ，其中n为问题的规模，S(n)表示空间复杂度。

------------------寻找算法------------------

        算法三种基本结构：顺序、条件、循环。一个问题的解决，先模拟过程，找到循环的部分，抓住核心思想，确定变量；把握核心变量/条件，确定循环体的逻辑分支等；最后根据循环体思想套用／确定变量初始值。循环思想－循环体－确定变量－找核心量/条件－循环体分支判断－初值确定－特殊情况处理；

         例子：计算器算法：根据循环体，常规思路可能是：算数1、运算符、算数2、计算结果；但是仔细模拟过程发现，算数1、运算符需要，但是算数2和计算结果合为一个更方便，处理数值输入更好；变量确定了，重复循环体，发现”运算符“在算法中起核心作用，运算符是一个个独立体；之前输入各种数字等，一旦运算符A输入了，它的左操作数必须确定，不管是取display还是之前计算而来，而一旦碰到下一个运算符B，B的左运算数必须确定，总是只有一个左操作数＋运算符；一旦输入新的运算符，之前的部分计算，变成新的左操作数＋运算符。核心量找到了，循环体内的逻辑分支就好写了，判断运算符为空或者不为空的处理，初值处理，一切逻辑清晰了。