1.3 算法和算法分析

算法和算法分析

一、算法概念

算法是对特定问题求解步骤的一种描述，是指令的有限序列

二、特性

• 有穷性
  一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。
• 确定性
  算法中的每一条指令必须有确切的含义，在任何条件下，只有唯一的一条执行路径即对于相同的输入只能得到相同的输出。
• 可行性
  算法要足够基本，算法描述的操作可以通过已经实现的基本操作执行有限次来实现。
• 输入和输出
  一个算法有零个或多个输入；有一个或多个输出。

三、设计要求

• 正确性
  • 不含语法错误；
  • 对于某几组输入数据能够得出满足要求的结果；
  • 程序对于精心选择的典型、苛刻且带有刁难性的几组输入数据能够得出满足要求的结果；
  • 程序对于一切合法的输入数据都能得出满足要求
    的结果.(算法维护阶段要解决的主要问题)
• 可读性
  易于人的理解；
• 健壮性
  • 当输入的数据非法时，算法应当恰当地作出反映或进行相应处理，而不是产生莫名奇妙的输出结果。
  • 并且，处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。
• 高效率与低存储需求
  • 效率指的是算法执行时间
  • 存储量指的是算法执行过程中所需的最大存储空间。

两者都于问题的规模有关

四、算法效率的度量

4.1 基本思路

• 算法 = 控制结构（顺序、分支、循环）+原操作（固有数据类型的操作）
• 算法的执行时间 = ∑(原操作(i)的执行次数×原操作(i)的执行时间 )
  即： 算法的执行时间 与 原操作执行次数之和 成正比

• 基本操作:该操作重复执行次数和算法的执行时间成正比。
• 算法的运行时间由算法中所有语句的频度之和(该语句重复执行次数)构成。

• 算法的时间复杂度是由嵌套最深层语句的频度决定的。

4.2 度量效率方法

1. 事后统计
   将算法实现，测算其时间和空间开销。

   缺点：⑴ 必须执行程序，编写程序实现算法将花费较多的时间和精力；
   ⑵ 所得实验结果依赖于计算机的软硬件等环境因素。

2. 事前分析
   对算法所消耗资源的一种估算方法。

4.3 与执行时间相关因素

• 算法选用的策略
• 问题的规模
• 编写程序的语言
• 编译程序产生的机器代码的质量
• 计算机执行指令的速度

所以使用绝对时间单位衡量算法效率不合适

五、算法的存储空间需求

S(n) = O(g(n))
表示随着问题规模n的扩大，算法运行所需存储量的增长率与 g(n) 的增长率相同。

算法存储量

• 输入数据所占空间
• 程序本身所占空间
• 辅助变量所占空间

• 若输入数据所占空间只取决与问题本身，和算法无关，程序所占的空间是细微的，比较少，则只需要分析辅助变量所占额外空间*
• 原地工作：若额外空间相对于输入数据量来说是常数，则称此算法为原地工作。(即输入n组数据，n不确定，但对应的辅助变量所占空间固定)
• 若额外空间所占空间量依赖于特定的输入，均按最坏情况来分析。