《图解算法》学习笔记（一）

已有半年没有在csdn上写文章了，在这半年中发生了挺多事情，目前计划把最近看的一些书进行记录总结。
算法对前端的日常工作来说，应用场景真的非常非常少，我之前通过贼厚的算法书学习的内容已经忘记的差不多了。但算法对一个程序猿来说又是一个不可或缺的知识，它能看出一个人解决问题的能力。所以最近又复习了一遍《图解算法》这本书，同时进行一个总结。每本书的学习笔记将会在第一篇文章中展示笔记所有内容大纲。

笔记大纲

一、大O表示法

衡量一个算法的性能一般分为两部分，空间复杂度和时间复杂度。空间复杂度就是算法所占用的系统资源的多少，如CPU和内存等大小，一般算法考虑空间复杂度的情况较少，所以我们主要看算法时间复杂度这个方面。时间复杂度也就是算法运行的时间，我们通常采用大O表示法进行表示。
大O表示法的基本形式是O(n),n表示算法的操作数。大O表示法表示的运行时间一般有如下几种，他们由上到下速度最快：

• O(log n): 对数运行时间，常见算法为二分查找
• O(n)：线性运行时间，常见算法为顺序查找
• O(n * log n)：常见算法为快速排序法
• O(n * n): 常见算法为冒泡排序、选择排序
• O(!n)：常见算法为旅行商问题

大O表示法表示运行时间还有三种情况，分别为最佳运行时间、平均运行时间以及最差运行时间。不同的算法的最佳运行时间、平均运行时间以及最差运行时间是不同的，比如快速排序法的最佳运行时间为O(n)、平均运行时间为O(n * log n)、最差运行时间为O(n * n)。我们一般会比较关注算法的平均运行时间。

需要注意的是，大O表示法不是直接反应算法的运行时间有多快，而是表示算法运行的增长速度。