数据结构（专升本）算法分析基础

算法分析目的：分析算法得时空效率以便改进算法性能。

1.3.1算法时间复杂度分析
一个算法是由控制结构（顺序，分支和循环三种）和原操作（指固有数据类型的操作，如+ - / ++和–等）构成的。算法执行时间取决于两者都综合效果。

算法分析方式：

事后分析统计方法，编写算法对应程序，统计其执行时间。
编写程序不同，执行程度都环境不同，其他因素，所以不能用绝对执行时间进行比较。

事前估算分析办法：撇开上诉因素，认为算法得执行时间是问题规模n的函数。

分析算法得执行时间：
• 求出算法所有原操作的执行次数（也称为频度），它是问题规模n的函数，用T(n)表示。
• 算法执行时间大致=原操作所需的时间xT(n)。所以T(n)与算法执行时间成正比。为此用T(n)表示算法的执行时间。
• 比较不同算法的T(n)大小得出算法执行时间到好坏
问题规模n用于表示求解问题大小的正整数，如n个记录排序。

算法的执行时间用时间复杂度来表示。
算法中执行时间T(n)是时间规模n方某个函数f(n)，记作：T(n)=O(f(n))
记号“O”读作“大O”，它表示随问题规模n的增大算法执行时间的增长率和f(n)的增长率相同。
“O”的形式定义为：T(n)=O(f(n))表示存在一个正的常数M,使得当n≥n0时都满足：|T(n)|≤M|f(n)|
f(n)是T(n)的上界。
f(n)这种上界可能很多，通常取最接近的上界，即紧凑上界。