算法:算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作。
算法的特性:
- 输入输出:算法具有零个或多个输入,至少有一个或多个输出,即算法是一定需要输出的
- 有穷性:算法在执行有限的步骤之后,自动结束而不会出现无限循环,并且每一个步骤在可接受 的时间内完成
- 确定性:算法的每一步骤都具有确定的含义,不会出现二义性
- 可行性:算法的每一步都必须是可行的,也就是说,每一步都能通过执行有限次数完成
算法的基本要求:
- 正确性
- 可读性
- 健壮性
- 时间复杂度
- 空间复杂度
时间复杂度:描述随问题规模n的增大,算法执行时间增长率的变化。一般用大O阶表示。
常见的时间复杂度:
- 常数阶:与问题的大小无关(n的多少),执行时间恒定的算法。
如O(1):
//执行一次
int sum=0,n=100;
//执行一次
sum=(1+n)*n/2;
//执行一次
System.out.println(sum);
- 线性阶:线性阶的循环结构会复杂很多,要分析算法的复杂度,关键是分析循环结构的运行情况。
如O(n):
for(int i=0;i<n;i++){
//时间复杂度为O(1)的程序步骤
...
}
3.对数阶:每次count乘以2之后,就距离n更近,即有多少个2相乘后大于n,则退出循环。
由2^x=n => x=log2n,所以这个循环的时间复杂度为O(logn)。
如:
int count=1;
while(count<n){
count=count*2;
//时间复杂度O(1)的程序步骤
...
}
4.平方阶:常见于循环嵌套
如O(n^2):
for(int i=0;i<n;i++){
for(int j=i;j<n;j++){
//时间复杂度为O(1)的程序步骤
...
}
}