（二）算法基本特性，设计要求

讲讲算法是什么？算法是为了解决某个特定的问题，而设计出来的有限序列的指令，算法描述了求解问题的步骤。

算法具有五个基本的特性

输入，输出，有穷性，确定性，可行性

算法的输入是零至多个，算法可以不需要参数。

算法至少要有一个或者多个输出，算法一定需要输出的。

有穷性指的是算法执行有限的步骤后，将结束而不会陷入无尽的循环当中，同时每一个步骤讲究时间是否能够被接受。

确定性指的是每个步骤具有明确的含义，不会出现二义性。同样的条件，只能有唯一的输出结果且经过的路线只有一条。

可行性指每一个步骤都必须是可行的，算法描述的操作都是可以通过有限次基本操作来完成。

算法设计的要求

同一个问题可以有多种解决问题的算法。

算法要求正确：对于合法的输入，算法都会得到正确的结果，能够满足具体问题的需求。

算法要求可读：算法要求能够别人阅读，理解和交流。

算法要求健壮：对于不合法的输入，要做相关处理而不是导致程序异常甚至是奔溃。

算法要求时间效率高和存储量低：算法在设计过程中，需要存储数据，好的算法要求算法执行过程中最大的存储空间低，执行时间短效率高。

算法时间复杂度

语句总的执行次数T(n)是关于问题规模n的函数。

T(n)=O(f(n))，表示随着问题规模的增大，算法执行时间的增长率和f（n）的增长率相同，称作算法的渐进时间复杂度。

平均情况和最坏情况

最坏情况运行时间是指运行时间不会比最坏运行时间长了。

平均运行时间从概率的角度来看，任何一种情况发生的可能性是相同的。

算法的空间复杂度

一个程序在机器执行的时候，程序本身的指令，常数，变量，输入数据，对数据操作的存储单元都需要进行存储。

在算法设计中，可以通过空间换时间的方式，但是这得看用在什么地方，以及对时间和空间的要求等。

备注：算法时间复杂度的计算

不管输入数据是多少，都执行固定次数，时间复杂度为O（1）。

for（int i=1;i<=n;i++）执行n次，这种时间复杂度为O（n）

for（int i=1;i<=n;i++）{

for(int j=1;j<=n;j++)

}外层循环执行一次，里层循环就要执行n次，总的时间复杂度为O(n^2)

count=1;

while(count<n){

count=2*count;

}count大于等于n的时候结束循环，2^count>=n，从而计算出执行次数count，它的时间复杂度为O(logn)