前面写了那么多算法,到底什么才是算法,这里,我整理了一下算法的一些基本概念:
1.算法的定义:算法是解决特定问题求解步骤的描述,在计算机中为指令的有序列,并且每条指令表示一个或多个操作。
2.算法的特性:有穷性、确定性、可行性、输入、输出。
3.算法的设计要求:正确性、可读性、健壮性、高效率和低存储量需求。
4.算法的度量方法:事后统计方法(不科学、不准确)、事前分析估算方法。
5.函数的渐近增长: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)的渐近增长渐近快于g(n)。
于是我们可以得出一个结论,判断一个算法好不好,我们只通过少量的数据是不能做出准确判断的,如果我们可以对比算法的关键执行次数函数的渐近增长行,基本就可以分析出:某个算法,随着n的变大,它会越来越优于另一算法,或者越来越差于另一算法,这里又涉及到另一个概念:算法时间复杂度。
6.算法时间复杂度:算法的时间复杂度,也就是算法的时间量度,记作:T(n) = O(f(n))。
表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作:算法的渐近时间复杂度,简称时间复杂度。其中f(n)是问题规模的某个函数。
7.推导大O阶的步骤:
用常数1取代运行时间中的所有加法常数;
在修改后的运行次数函数中,值保留最高阶项;
如果最高阶项的常数存在且不是1,则去除与这个项相乘的常数。
8.常见的时间复杂度所耗时间的大小排列:
O(1) < O(logn) < O(n) < O(nlogn)< O(n2) < O(n3) < O(2n) < O(n!)< O(nn)