算法基础——算法优劣的衡量

针对一个问题可以有多种的算法方法来解决问题，当然我们最喜欢的还是简单的、高效的方法。如何衡量算法的好坏，是学习算法的重要基础。

1. 最初，用所需要的计算时间来衡量一个算法的好坏
2. 但不同的机器相互之间无法比较
3. 需要用独立于具体计算机的客观衡量标准
   1.问题的规模
   2.基本运算
   3.算法的计算量函数

问题的规模

输入数据量的测度（一般是n来表示）

基本运算

解决给定问题时占支配地位的运算（一般一种、偶尔两种）

计算量函数

用问题规模的某个函数来表示算法的基本 运算量,这个表示基本运算量的函数称为算 法的时间复杂性（度）。时间复杂度用用T(n)(或T(n,m)等)来表示。
重点概念：

渐进时间复杂度

当问题的规模趋于极限情形时的时间复杂度的表示
3种记号
1. O（f(n)）表示算法时间复杂度的上界
定义为：若存在c > 0，和正整数n0≥1，使得当n≥n0时，总有 T(n)≤c*f(n) 。

2. Ω(f(n)) 表示算法时间复杂度的下界
定义为：若存在c > 0，和正整数n0≥1，使得当n≥n0时，存在无穷多个n ࿰