第一章
算法定义:算法是指解决问题的一种方法或一个过程,严格的讲,算法是由若干条指令组成的有穷序列。
算法性质
1.输入:有零个或者多个由外部提供的量作为算法的输入:
2.输出:算法产生至少一个量作为输出;
3.确定性:组成算法的每条指令是清晰的无歧义的;
4.有限性:算法中每条指令的执行次数是有限的。
算法复杂性是算法运行时所需要的计算机资源的量,需要时间资源的量称为时间复杂性,需要空间资源的量称为空间复杂性。
时间复杂度O( )
O(1)——常量阶
O(n)——线性阶
O(n^2)——平方阶
大O:用另一个函数来描述一个函数数量级的渐近上界。这个上界的阶越低,则评估越精确,结果越有价值。
小o:表示一个函数渐进地小于另一个函数,没有等于。
大Ω:描述一个函数数量级的渐进下界。这个下界的阶越高,则评估越准确。
Θ:既是上界也是下界相当于两者的结合,等于的意思,即同阶。
最坏情况时间复杂度(worst case time complexity):代码在最坏情况下执行的时间复杂度;
平均情况时间复杂度(average case time complexity):用代码在所有情况下执行的次数的加权平均值表示;
算法分析强调渐进复杂性的原因:
时间复杂度O()代表的不是很准确的运行时间,而是表示代码执行时间随数据规模增长的变化趋势,由于时间复杂度描述的是算法执行时间
与数据规模的增长变化趋势,所以常量阶、低阶以及系数实际上对这种增长趋势不产生决定性影响,所以采用渐进复杂性来表示。