数据结构 学习笔记 算法

算法的含义：一般而言，算法是一个有限的指令集，它接收一些输入（有些情况下不需要输入），产生输出，并一定在有限步骤之后终止。

算法的特征有哪些：1、每一条指令必须有充分明确的目标，不可以有歧义；2、必须在计算机能处理的范围之内；3、其描述应不依赖任何一种计算机语言以及具体的实现手段。

注意：算法不是程序。程序可以无限运行（例如操作系统），但算法必须在有限步后终止。

衡量、比较算法优劣的指标主要有以下两个：

1. 空间复杂度S(n)：根据算法写成的 程序在执行时占用存储单元的长度。

这个长度通常与输入数据的规模有关。

空间复杂度过高的算法可能导致使用的内存超限，造成程序非正常中断。

2. 时间复杂度T(n):根据算法写成的 程序在执行时耗费的长度。

这个长度通常与输入数据的规模n有关。

时间复杂度过高的低效算法会导致等不到结果。

计算机在 一个函数A 内部处理 另一个函数B 的调用时，必须先把A的当前状态保存在内存中，当B被调用完成后，再释放内存恢复状态，继续执行A的其余语句。

在分析一般算法的效率时，我们经常关注两种复杂度：

（1）最坏情况复杂度(n);

（2）平均复杂度(n);

在给定的算法做渐进分析时的技巧：

1、若两段算法分别有复杂度,那么

（1）两段算法串联在一起的复杂度,即比较慢的那个算法决定了串联后的效率；

（2）两段算法嵌套在一起的复杂度。

2、若T(n)是关于n的k阶多项式，那么T(n)=O()。

3. 一个for循环的时间复杂度 等于 循环次数 乘以 循环体代码的复杂度。

4. 若干层嵌套循环的时间复杂度 等于 各层循环次数的乘积 再乘以 循环代码的复杂度。

5. if-else结构的复杂度 取决于 if的条件判断复杂度 和 两个分支的复杂度，总体复杂度取三者中最大。即对结构

if(P1) /* P1的复杂度为O()*/

P2; /*P2的复杂度为O()*/

else

P3; /*P3的复杂度为O()*/

总复杂度为max(O(),O(),O()。