算法
- 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。
- 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
- 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
-
- 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
- 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。 - 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:
· - 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
- 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