算法



1.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

2.算法的特性:输入(零个或多个)、输出(一个或多个)、有穷性、确定性和可行性

3.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

4.解说算法的正确性，有4个层次，一般只需满足3个层次。

     a.算法程序没有语法错误

     b.算法程序对于合法的输入数据能够产生满足要求的输出结果

     c.算法程序对于非法的输入数据能够得出满足规格说明的结果

  解说算法的健壮性:当输入数据不合法时，算法也能做出相关处理。比如输入时间或者距离不应该是负数，程序不会产生异常或莫名其妙的结果。

5.算法效率的度量方法:

      事后统计方法、

      事前分析估算方法(基本操作的数量与输入规模关联起来)

6.函数的渐近增长:给定2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)。

 

7.判断一个算法的效率时，函数中的常数和其他次要项常常可以忽略，而更应该关注主项(最高项)的阶数。

8.算法时间复杂度定义: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，称作算法的渐近时间复杂度，简称为时间复杂度。其中f(n）是问题规模n的某个函数。 这样用大写O( )来体现算法时间复杂度的记法，我们称之为大O记法。 一般情况下，随着n的增大，T(n)增长最慢的算法为最优算法。

9.推导大O阶:

   a.用常数1取代运行时间中的所有加法常数

b.在修改后的运行次数函数中，只保留最高项阶

c.如果最高项阶存在且不是1，则去除与这个项相乘的常数。

得到的结果就是大O阶。

   10常见的时间复杂度如表：:

1. 常见时间复杂度所耗时间从小到大排序：