算法设计与分析——算法概论

这片文章主要是对概念的阐述记录

算法：解决问题的方法，是一种解决问题的清晰的指令，即：对某个问题，在一定规模的输入，在有限的时间之内，
	  获得符合要求的输出

算法特点:
	1、有 >= 0 个输入
	2、有 >= 1 个输出
	3、算法指令清晰，无歧义
	4、算法中的每条指令的执行次数和时间都是有限的

程序：算法的语言实现，可以是死循环，而算法必须是清晰的、有限的，所以算法不能是死循环

算法表示：
	1、自然语言（汉字描述）
	2、计算机语言：c++, c, java ---
	3、类计算机语言（伪码）

算法的复杂度（C(A，N，I)）：代码执行时占用的计算机资源（空间，时间）的多少
	1）空间复杂度：S（A，N，I），简记 S（N, I）
		1、A表示某个算法（可省略不写）
		2、N表示输入规模
		3、I表示输入实例
	2）时间复杂度：T（A，N，I），简记 T（N, I）
		一般情况下，代码执行时间与具体的环境和操作系统等密切相关，所以将时间指标转化为主要操作执行
		的次数来衡量

主要运算（元运算）：一般是比较、加法（A）、乘法（P），位置主要分布在循环中
					定义循环变量，循环变量的 ++ 操作一般不算在内

最坏复杂度：max(I ∈ Dn) (T(N, I)) = max(I ∈ Dn) ∑ei * ti	// ei 每个元运算的次数
															// ti 每个元运算的时间
															// 一般只统计一种元运算来说明复杂度
								   = Tmax(N, I*) // I*指占用空间最大的实例
								   记作 Tmax(N)
								   
最好复杂度：min(I ∈ Dn) (T(N, I)) = min(I ∈ Dn) ∑ei * ti
								   = Tmin(N, I~) // I~ 指占用空间最大的实例
								   				 注意：~ 应该画在 I 的上面
								   记作 Tmin(N)
								   
平均复杂度：Tavg(N) = ∑p(I) * T(N, I)	// P(I) 实例 I 出现的概率

1、程序是算法的实现，算法是程序的灵魂
	程序 = 数据结构 + 算法
2、算法的复杂度有时与输入实例密切相关，这时就要考虑最坏、最好、平均复杂度。
3、A(n) 表示加法工作量，P(n) 表示乘法工作量
4、一般用来描述算法通常只描述他的最大的复杂度，最小的复杂度意义不是很大
5、代码量多的不一定复杂，代码量少的也不一定简单，公式法也不一定总是适用