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::
-
常见时间复杂度所耗时间从小到大排序: