1算法基本概念

算法定义

• 确定性
• 能行性
• 输入
• 输出
• 有穷性
  计算过程：满足前四条不满足有穷性
  OS就是计算过程

算法好坏的衡量尺度

• 问题的规模 ：输入数据量的测度
• 基本运算：两个实矩阵的乘法：实数的乘法（及加法）；数表的排序：表中的两个数据项进行比较
• 算法的计算量函数

算法的计算量函数

时间复杂性
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

表示渐近时间复杂性的三个记号

T(n)=O(f(n))
T(n)=Ω(f(n))
T(n)=Θ(f(n)

• T(n)= O(f(n))：

若存在c > 0，和正整数n0≥1，使得当n≥n0时，总有T(n)≤cf(n)
给出了算法时间复杂度的上界，复杂度不可能比cf(n)更大

• T(n)=Ω(f(n))

若存在c > 0，和正整数n0≥1，使得当n≥n0时，存在无穷多个n ，使得T(n)≥cf(n)成立
给出了算法时间复杂度的下界，复杂度不可能比cf(n)更小

• T(n)=Θ(f(n))

若存在c1,c2>0，和正整数n0≥1，使得当n≥n0时，总有 T(n)≤c1f(n)，且有无穷多个n，使得T(n)≥c2f(n)成立,即：T(n)= O(f(n))与T(n)=Ω(f(n))都成立
既给出了算法时间复杂度的上界，也给出了下界

评价算法的主要方面

正确性：首要因素
健壮性：对正确、不正确的输入的应对处理
简答性：可读性好，易调试、改进
高效性： 时间、空间复杂度较小

最优性：证明所给算法是解决同一类问题中最好的

算法的应用——实例

• Google PageRank

评估网页重要性

• Google Map, Baidu Map

路径规划

• 金融领域

算法交易，风险控制