第二章 算法

数据结构与算法的关系？

• 算法是数据结构的应用 关系紧密

算法：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。

特性：

1. 输入输出（输入绝大多有、输出一定有）
2. 有穷性（没有死循环）
3. 确定性（每个步骤精细、无歧义）
4. 可行性（每一步都可行，执行有限次数完成）

设计要求：

1. 正确性（通常对于非法输入数据能够得出满足规格说明的结果）
2. 可读性（方便阅读、理解（拒绝shit山））
3. 健壮性（对于非法输入处理能力）
4. 高时间效率 低存储量（不解释）

算法效率度量方法

1. 事后统计
2. 事前分析（比较好 算法好坏与输入规模）
   

函数的渐进增长

• 输入规模n没有限制的情况下，只要超过一个数值N，这个函数就总是大于另一个函数，函数就是渐进增长的。
• 主要关注最高阶项的阶数，因为n很大的时候，算法量指数级增长。

算法时间复杂度（算法的时间量度）

• 语句总执行次数T(n)
• 问题规模n
• T(n)=O[f(n)] 随n增大 算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度。
• f(n)是问题规模n的某个函数（n 阶数）
• n增大，T（n）增长最慢的是最优算法
• 写作O [ ] （大O记法）

常数阶 线型阶 平方阶
推导大O阶：

1. 常数1取代加法常数
2. 只保留高阶项
3. 去除该项相乘的常数

最坏情况与平均情况

大多数情况，运行时间即指最坏情况运行时间，时间复杂度指最坏时间复杂度
平均情况为期望值

算法空间复杂度

定义：算法所需的存储空间
S（n）=O（f（n）），f（n）为语句关于n所占存储空间的函数
不常用，复杂度默认指时间复杂度