《大话数据结构》第二章知识点

算法

1. 算法定义：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，并且每条指令表示一个或者多个操作。
2. 算法的五个基本特性：输入，输出，有序性，确定性，可行性
   • 输 入：算法具有零个或者多个输入
   • 输 出：算法至少有一个或者多个输出
   • 有序性：算法在执行有限的步骤后，自动结束而不会出现无限循环，并且每个步骤在可接受的时间内完成
   • 确定性：算法的每一步骤都有确定的含义，不会出现二义性
   • 可行性：算法的每一步都是可行的，也就是说，每一步都能通过执行有限次数完成
3. 算法设计的要求：正确性，可读性，健壮性，时间效率高和存储量低

   • 正确性：
     (1)算法程序每有语法错误
     (2)算法程序对于合法的输入数据能够产生满足要求的输出结果
     (3)算法程序对于非法的输入数据能够得到满足规格说明的结果
     (4)算法程序对于精心选择的，甚至刁难的测试数据都有满足要求的输出结果

   • 可读性：算法设计的另一目的便于阅读，理解和交流

   • 健壮性：当输入数据不合法时，算法也能做出相关处理，而不是产生异常或莫名其妙的结果

   • 时间效率高和存储量低：设计算法应该尽量满足时间效率高和存储量低

4. 算法效率的度量方法
   • 事后统计方法 ：主要通过设计好的测试程序和数据，利用计算机计时器不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低（不科学，不准确）
   • 事前分析估算法：在计算机程序编制前，依照统计方法对算法进行估计
5. 函数的渐进增长
   结论：判断某一算法的效率时，函数中的常熟和其他次要项常常可以忽略，而应该关注主项（最高阶项）的阶数。
6. 算法时间复杂度
   - 定义：在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进行分析T(n)随着n的变化确定T(n)的数量级。算法的时间复杂度也就是算法的时间量度。记作：T(n) =O(f(n))。它随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间度，简称时间复杂度。其中f(n)是问题规模n的某个函数。
   - 推导大O阶的方法
   
   其中：O(1)为常数阶，O(n)为线性阶，O(n^2)为平方阶……
   常见的时间复杂度所耗费的时间大小从小到大依次是：
   ·
7. 最坏情况与平均情况
   • 最坏情况：最坏情况的运行时间是一种保证，那就是运行时间不会再坏了，在应用中这是一种最重要的需求，除非特别指定，我们提到的运行时间都是最坏情况的运行时间
   • 平均情况：平均运行时间是所以情况中最有意义的，因为他是期望的运行的时间
8. 算法空间复杂度
   -算法的空间复杂度通过计算算法所需要的存储空间实现，算法空间复杂度的计算公式记作：S(n) =O(f(n))，其中n为问题规模，f(n)为语句关于n所占存储空间的函数