(二)算法基本概念
算法的定义:算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每一条指令表示一个或者多个操作。
算法的特性:输入、输出、有穷性、确定性、可行性
- 输入输出:算法具有0个或者多个输入,至少有一个或者多个输出。
- 有穷性:在执行有限的步骤后,自动结束而不会出现死循环,并且每一步都在可接受的时间范围内完成。
- 确定性:算法的每一步都具有确定的意义,不会出现二义性。
- 可行性:算法的每一步都能通过执行有限次数完成。
算法的效率:
算法效率分为两种,第一种是时间效率(时间复杂度)第二种是空间效率(空间复杂度)。时间复杂度主要衡量算法的运行速度,空间复杂度衡量算法所需的空间。
算法的时间复杂度:
算法的时间复杂度是一个函数,定量的描述该算法的运行时间。时间复杂度的分析方式,一个算法所花费的时间与其中语句的执行次数成正比,时间复杂度计算的是算法基本操作的执行次数。用O()表示,称为大O记法。时间复杂度是需要计算大概的执行次数,称大O的渐进表示法。
推导大O阶方法:
- 用常数1取代运行时间中所有加法常数。(执行了100次(常数),立即推O(1))
-
在修改后的运行次数函数中,只保留最高阶项。(N^2+2N = O(N^2) )
- 如果最高阶项存在且不是1,则去除这个项相乘的常数。(3N^2+2N = O(N^2))
常用时间复杂度排行:
算法的最坏情况和平均情况:
最坏情况是一种保证,平均运行时间是所有情况中最有意义的。一般没有特殊说明,都指的是最坏时间复杂度。
算法空间复杂度:
空间复杂度是对一个算法在运行过程中临时所占存储空间的量度。空间复杂度算的是变量的个数。