学习数据结构（一）——算法常识

0.算法基本概念

算法是用有限步数求解某问题的一套明确定义的集合，是为执行特定任务的任何运算序列。一个算法应该具备下面五个特性：（1）有穷性：对于任何一组输入，必须保证有限步骤输出结果。（2）确切性：算法中的每一行指令必须有确切的含义，相同输入只能得到相同输出。（3）可行性：算法必须可以准确运行且是有限步骤执行完（4）输入（5）输出

比较算法优劣，主要看（1）准确性：算法能够正确执行预定功能和性能需求。（2）可使用性：即对用户友好。（3）可理解性：算法应该是可被理解的，方便测试与维护（4）效率：主要指时间复杂度和空间复杂度（5）健壮性：算法的容错处理能力（6）简单性：算法的简单程度

1.时间复杂度

时间复杂度是指算法执行所用的时间。没有必要上机运行测试代码获得时间，可以先大概估计一下算法所用的时间。

一个算法中语句执行的次数称为语句频度或时间频度，记为T(n)。从数量级看，程序步数存在一个增长的上限，算法增长率的上限在O(f(n))。

常见的渐进时间复杂度关系：，如下的运算规则：(1)加法规则：两个程序段连接在一起得到的程序段总时间代价（2）乘法规则：程序嵌套子程序段

for(i=0;i<n;i++)//T(n)=O(n)
{
    for(j=0;j<n;j++)//T(n)=O(n)
    {
        c[i][j]=0;//T(n)=O(1)

        for(k=0;k<n;k++)  //T(n)=O(n) 
        {
            a[i][j]=b[i][j]+c[i][j];//T(n)=O(1)
        }
    }
}

该程序的，即程序时间复杂度为n的三次方。

2.空间复杂度

是指程序运行的所需内存空间大小。主要由（1）指令空间：用于存储编译的空间（2）数据空间：用于存储变量和常量的空间。（3）环境栈空间：用来保存函数调用返回时恢复运行所需要的信息。

算法的空间复杂度S(n)=O(n)。

3.常见算法

（1）蛮力法：即穷举，遍历可行解并判断是否解可行。

（2）贪心法：通过各个局部最优解找出全局最优解。

（3）递归法：通过同类子问题缩小问题，递归调用得到问题的最终解。

（4）递推法：从初始条件出发，利用关系表达式得到中间推论，直到解决问题。

（5）分治法：把大问题分解为独立的小问题，将子答案合并求解问题最终答案。

（6）回溯法：一步一步向前试探，有多过程选择其中一个继续进行，失败则回溯到选择节点走另外一条路。

（7）动态规划法：与分治法相同，但是子问题不相互独立，把中间过程保存起来，从底向上多路径求解计算。