数据结构（五）算法总结

最坏情况与平均情况

最坏情况时间是一种保证，那就是运行时间不会再坏了。在应用中，这是一种最重要的需求，通常，除非特别指定,我们提到的运行时间都是最坏情况的运行时间。

 

平均运行时间是所有情况中最有意义的，因为他是期望的运行时间。

 

一般在没有特殊说明的情况下，都是指最坏时间复杂度。

 

算法空间复杂度

算法的空间复杂度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)),n为问题的规模，f(n)为语句关于n所占存储空间的函数。

 

算法总结回顾

算法的定义：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

 

算法的特性：输入输出 有穷性 确定性 可行性

 

算法设计的要求：正确性 可读性 健壮性 时间效率高和存储量低

 

算法效率的度量方法：事后统计方法 事前分析估算方法

 

函数的渐进增长：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n >N,f(n) 总是比g(n)大，那么，我们说f（n）的增长渐进快于g(n)

 

推导大O阶方法

1.用常数1取代运行时间中的所有加法常数。

2.在修改后的运行次数函数中，只保留最高阶项

3.如果最高阶项存在且不是1，则去除与这个项相乘的常数

得到结果就是大O阶

 

常见的时间复杂度所耗时间的大小排列：

O(1)< O(logn) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) <O(n^n)