算法分析

最坏情况分析必要性

1. 许多算法在最坏情况下执行会消耗大量的时间
2. 因为算法在最佳情况下表现都相同，不必考虑
3. 难以判断“平均情况“
4. 最坏情况可以告诉我们算法性能的上限

o表示法

考虑当数据趋向于无穷大时，算法的效率到底有多高。（求极限）

计算特性

1. o(1) 表示一个算法运行的时间是固定的。
2. 可以省略常数项
3. 乘法原则：当一个任务的执行引起另一个任务的迭代执行，就可以相乘。

常见复杂计算发生的复杂度

1. o（1） 从一个数据中获取第一个元素
2. o（lg n） 将一个数据分成两半，再把分出来的数据再分出两半，以此类推。
3. o（n） 遍历一个数据集
4. o（nlg n ）将一个数据分成两半，再把分出来的数据再分出两半，以此类推，并且遍历每一半数据。
5. o（n^2） 遍历一个数据的同时遍历另一个相同数量级的数据集
6. o（2^n） 为一个数据集生成其可能的所有子集
7. o（n！）为一个数据集生成其可能的所有排列组合