算法介绍及时间复杂度和空间复杂度_算法所使用空间的定义-CSDN博客

本文链接：https://blog.csdn.net/mk1843109092/article/details/106211242

算法

是指令的集合，是为解决特定问题而规定的一系列操作。
他明确定义的可计算过程，以一个数据集合作为输入，并产生一个数据集合作为输出。
五个特征：
- 输入：一个算法应以待解决的问题的信息作为输入
- 输出：输出对应指令集处理后得到的信息。
- 可行性：算法是可行的，即算法阿忠的每一条指令都是可以实现的
- 无穷性：算法的有穷性是指算法必须能在执行有限个步骤之后终止
- 确定性：算法对于特定的合法输入，其对应的输出是唯一的
算法就是计算机解题的过程

评价算法的优劣

复杂度（时间复杂度，空间复杂度）
算法的复杂性体现了该算法的计算机所需资源的多少上，主要是时间和空间
时间复杂度：指执行算法所需要的计算工作量
空间复杂度：执行这个算法所需要的空间资源

时间复杂度

算法的时间复杂度是指执行算法所需要的计算工作量。计算机算法是问题规模n 的函数f(n)，算法的时间复杂度因此记做T(n)=Ο(f(n))
因此，问题的规模n 越大，算法执行的时间的增长率与f(n) 的增长率正相关
时间复杂度就是时间频度去掉低阶项和首项常数。
一般讨论最坏时间复杂度
T(n) = O(n²) O表示最坏情况
T(n) = Ω(n²) Ω表示最好情况
T(n) = Θ(n²) Θ表示最坏和最好一样的情况

// 一个简单语句的时间复杂度为O（1）
int count =0;

// 时间复杂度为T(n)=O(n^3)
f(n)=5x^3 + 4x^2 + x + 2

// 时间复杂度 O（n）
int n = 8, count = 0;
for(int i = 0; i < n, i++){
	count++;
}

// 时间复杂度 O(log₂n)
int n = 8, count = 0;
for(int i = 1; i < n;i*=2){
	count++;
}

// 时间复杂度 O(n²)
int n = 8, count = 0;
for(int i = 1; i < n;i++){
	for(int j = 1; j < n; j++){
		count++;
	}
}

// 时间复杂度 O(n²)
int n = 8, count = 0;
for(int i = 1; i < n;i++){
	for(int j = 1; j < i; j++){
		count++;
	}
}

// 时间复杂度 O(nlog₂n)
int n = 8, count = 0;
for(int i = 1; i < n;i*=2){
	for(int j = 1; j < n; j++){
		count++;
	}
}