8-数据结构和算法

一、算法

1.算法

• 为实现业务目的的各种方法和思路就是算法
• 算法是独立的存在

1）算法的五大标准

1. 输入：算法具有0个或多个输入
2. 输出：算法至少有1个或多个输出
3. 有穷性：算法在有限的步骤之后会自动结束而不会无限循环，并且每一个步骤可以在可接受的时间内完成
4. 确定性：算法中的每一步都有确定的意义，不会出现二义性
5. 可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完成

2）算法的时间效率衡量

• 我们假定计算机执行算法每一个基本操作的时间是固定的一个时间单位 , 那么有多少个基本操作就代表会花费多少时间单位 , 由此可以忽略机器环境的影响而客观的反应算法的时间效率

3.时间复杂度

• 使用时间复杂度来衡量一个算法的优略

• 时间复杂度可以表示一个算法随着问题规模不断变化的最主要趋势

1）大O记法：

​ 大O记法即为算法的 时间复杂度 随 数据量变化 的关系曲线 ,这个关系曲线通常由最高次项决定，当数据量比较高时低次项的影响相对于最高次项就很小 , 为了方便可以忽略
$$T(n)=n^3\ast 10+n^2+n=>T(n)=O(n^3)$$

2）时间复杂度计算

• 计算规则
  • 基本操作，认为其时间复杂度为O(1)
  • 顺序结构，时间复杂度按加法进行计算
  • 循环结构，时间复杂度按乘法进行计算
  • 分支结构，时间复杂度取最大值
  • 判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略
  • 在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度

注意：与问题规模的大小无关,执行次数恒定的算法,我们称之为具有**O(1)**的时间复杂度。

3）最优最坏时间复杂度

• 对于最坏时间复杂度，提供了一种保证，表明算法在此种程度的基
  本操作中一定能完成工作
• 因此，我们主要关注算法的最坏情况，亦即最坏时间复杂度

4）常见的时间复杂度

执行次数函数举例	阶	**非正式术语 **
12	O(1)	常数阶
2n+3	O(n)	线性阶
3n2+2n+1	O(n2)	平方阶
5log2n+20	O(logn)	对数阶
6n3+2n2+3n+4	O(n3)	立方阶

• 所消耗的时间从小到大: