2_算法的概念(数据结构相关）

目录

一、算法定义和特性

1、数据结构与算法的关系：

2、算法的定义：

3、算法的特性(5个)：

①输入、输出：

②有穷性：

③确定性：

④可行性：

4、算法设计要求(4个)

①正确性：

②可读性：

③健壮性：

④时间效率高和存储量低：

二、算法效率的度量方法

1、事后统计法(有缺陷，不采纳此方法)：

2、事前分析估算法：

三、算法的时间复杂度和空间复杂度

1、时间复杂度：

2、常见时间复杂度：

3、最坏情况与平均情况：

4、算法空间复杂度： 

---

一、算法定义和特性

1、数据结构与算法的关系：

数据结构服务算法。

2、算法的定义：

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。

3、算法的特性(5个)：

①输入、输出：

算法具有零个或多个输入。

算法至少有一个或多个输出。

②有穷性：

指算法在执行有限步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成。

③确定性：

算法的每一步骤都具有确定的含义，不会出现二义性。

④可行性：

算法的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成。

4、算法设计要求(4个)

①正确性：

指算法至少应该具有输入、输出和加工处理无歧义性，能正确反应问题的需求，能够得到问题的正确答案。

②可读性：

便于阅读、理解和交流是算法设计的另一个目的。

③健壮性：

当输入数据不合法时，算法也能做出相关处理，而不是产生异常或莫名其妙的结果。

④时间效率高和存储量低：

设计算法应该尽量满足时间效率和存储量低的需求。

二、算法效率的度量方法

1、事后统计法(有缺陷，不采纳此方法)：

定义：主要是通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低。

2、事前分析估算法：

定义：在计算机程序编制前，依据统计方法对算法进行估算。

算法估算包括：

①算法采用的策略、方法。（算法有关）

②编译产生的代码质量。(由软件支持)

③问题输入规模。（算法有关）

④机器执行指令的速度。（与硬件性能有关）

三、算法的时间复杂度和空间复杂度

(概要版，详细的解释过多，后期单独写一篇博客)

复杂度详解博客预留链接：###

1、时间复杂度：

常用大O表示法，大O表示法例子：O(2n+3)=O(3n+1)=O(n)，细枝末节都剪去。

2、常见时间复杂度：

常数阶，线性阶，平方阶，对数阶，nlogn阶，立法阶，指数阶。

O(1)<O(logn)<O(n)<O(nlogn)<O(n方)<O(n指数次方)<O(2的n次方)<O(n！)<O(n的n次方)

3、最坏情况与平均情况：

平均运行时间师所有情况中最有意义的，因为他是期望的运行时间。

一般在没有特殊说明的情况下，都是指最坏的时间复杂度。

4、算法空间复杂度： 

算法的空间复杂度通过计算算法所需的存储空间实现，算法空间复杂度的计算公式为：

Sn = O(f(n))，n为问题规模，fn为语句关于n所占存储空间的函数。

不用限定词使用复杂度一般都是指的时间复杂度。