算法的基本概念

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)