数据结构与算法笔记

（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

1. 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。
2. 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。
3. 确定性：算法的每一步都具有确定的意义，不会出现二义性。
4. 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：

1. 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））

2. 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） ）
   

3. 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。