数据结构第二章（算法小总结）

1. 测定运行时间：对运行时间有消耗的基本操作的执行次数，运行时间与计数成正比

2. 函数的渐进增长：

3. 1. 给定两个函数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）总比g（n）大，那么，我们说f（n）的增长渐快于g（n）。

   注：计算时可以忽略加法常数，要更关注与主项（最高阶项）的阶数*

4. 时间复杂度：**

5. 推导大O阶方法：

6. 1. 用常数1取代运行时间中的所有加法常数。

   2. 在修改后的运行函数中，只保留最高阶项。

   3. 如果最高阶项存在且不是1，则去除与这个项相乘的常数。得到的结果就是大O阶。

7. 对数阶：如 ：

8. 1. while ( count<n )

   2. {

   3. count = count * 2;

   4. //时间复杂度为O(1)的程序步骤序列

   5. }

   6. 由于每次count乘以2之后，就距离n更近了一分。也就是说，有多少个2相乘后大于n，就会退出循环。由于2^x=n得到x=log2n。所以这个循环的时间复杂度为O(logn)。

   7. 一般在没有特殊说明的情况下，都是指最坏时间复杂度。

9. 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记作：S(n) = O(f(n))，其中，n为问题的规模，f(n)为语句关于n所占存储空间的函数。