数据结构（算法和算法分析）

一、算法的描述

（1）自然语言：英语，中文

（2）流程图：传统流程图，NS流程图

（3）伪代码：类语言：类C语言

（4）程序代码：C语言程序，JAVA语言程序…

 二、 算法与数据结构的关系

程序=数据结构+算法

数据结构即数据的逻辑结构；数据结构是相互之间存在的一种或多种特定关系的数据元素的集合；包括4类基本的结构，集合，线形结构，树形结构，图状或网状结构；算法指编程过程中完成一件事采用的方法；在编程过程中采用好的算法可以降低程序的时空复杂度。

三、算法的特性

 一个算法必须具备以下五个特性：

（1）有穷性：一个算法必须总是在执行有穷性之后结束，且每一步都在有穷时间内完成。

（2）确定性：算法中的每一条指令必须有确定的含义，没有二义性，在任何条件下，只有唯一的一条执行路径。

（3）可行性：算法是可执行的，算法描述的操作可以通过已经实现的基本操作执行有限次来实现。

（4）输入：一个算法有零个或多个输入

（5）输出：一个算法有零个或多个输出

四、算法设计的要求

（1）正确性

（2）可读性

（3）健壮性

（4）高效性

五、算法效率

（1）时间效率：指的是算法所耗费的时间

（2）空间效率：指的是算法执行过程中所耗费的存储空间

算法的时间效率和空间效率有时候是矛盾的。

（3）算法时间效率的度量方法

         1、事后统计

          将算法实现，测算其时间和空间开销。

        （缺点：编写程序实现算法将花费很多时间和精力，所得实验结果依赖于计算机软硬件等环境因素，掩盖算法本身的优劣）

          2、事前分析（大多数采用）

          对算法所消耗资源的一种估算方法

算法运行时间=一个简单操作所需的时间+简单操作次数

即算法中每条语句的执行时间之和：

算法运行时间=∑每条语句的执行次数*该语句执行一次所需要的时间

（其中，每条语句所执行的次数又称为语句频度）

每条语句执行一次所需要的时间，一般是随机器而异的，取决于机器的指令性能，速度以及编译的代码质量，是由机器本身软硬件环境决定的，与算法无关。

通常来说，越高级的语言，执行速度越慢

例如：

两个n*n矩阵相乘的算法可描述为：

 为了便于比较不同算法的时间效率，我们仅比较他们的数量级

例如：T1（n）=10n^2  与  T2（n）=5n^3

数量级越小，时间效率越小

算法时间复杂度定义

算法中基本语句重复执行的次数是问题规模n的某个函数f(n)，算法时间量度记作：T（n）=O（f(n))

它表示随着n的增大，算法执行的时间的增长率和f(n)的增长率相同，称渐进时间复杂度。