day1 数据结构与基本算法 ---算法质量的评判标准

数据结构与基本算法（python版）

day 1
数据结构 和 算法 都是计算机程序的基本构建模块，算法描述了最终能解决一个问题的计算过程，而数据结构呢。。。我个人的理解是构成一段或庞大，或复杂的，或相互关联，或毫无关系的数据的构造模型。
今天先从算法说起。
首先，怎样评判一个算法的质量呢？最基本的标准应该是正确性，就是说评判算法的好坏的前提是，这个算法起码是能够正确完整地解决了它所对应的问题。其次算法的可读性和易维护性也是重要的标准。记得以前看过一关于“程序员与程序的关系”的书籍，里面有这样一句话让我记忆很深，‘当人们在编写软件时，他们不是为自己写。事实上，他们甚至不是专门为计算机写的。而实际上，优秀的程序员知道，代码是为下一个会阅读它而进行维护或者重用的人写的。如果那个人无法理解代码，在现实的开发场景中，就毫无用处了。’（以上均是引子，后面才是正文）
但是，今天所要归纳的算法质量的重要标准是，算法运行性能（时间性能&&空间性能）。

1、度量算法性能的几种方法

1. 度量算法的运行时间：是指一个算法从开始到结束所消耗的所有时间。
2. 统计指令：是指统计对不同的问题规模所要执行的指令的数目，要注意的是，统计指令的时候，所统计的是用于编写算法的较高级代码中的指令数目，而不是执行机器语言的程序中的指令数目。
3. 度量算法所使用的内存：对于算法所使用资源的完整分析，还包括所需的内存数量。同样，还是要关注潜在的增长率的。

2、复杂度分析

1. 复杂度的阶：主要是指算法所要处理的问题的规模大小，通过代数形式来表达。
2. 大O表示法：用大O的形式来表现复杂度（big-O nation）,“O”表示“on the order of(在…阶)”，这是对算法工作量的复杂度的级别的一种表示。例如，一个线性时间算法的阶是O(n)。
3. 常量比例的作用：常量比例涉及在大O分析中通常是会被忽略的项和系数。可是，当这些项很大的时候，它们可能会影响到算法，对于较小或者中等大小的数据集合，尤其如此。