算法笔记摘抄

1、算法的特征：输入输出、有穷性、确定、可行。

算法可以没有输入，但是一定有输出。

有穷性：算法在执行有限的步骤之后，自动结束不会出现无限循环，并且每个步骤在一个可接受的时间内完成。不是数学意义上的有穷，而是实际应用中合理的、可接受的边界。

确定：指算法的每个步骤都有确定的含义，不会出现二义性。相同的输入只能有唯一的输出结果。

可行：算法的每个步骤都是可行的，也就是说，每一步都可通过执行有限的次数完成。

2、算法的设计要求：可读、正确、健壮、执行效率高存储少。

正确：算法的输入输出、加工处理无歧义，能正确的反应问题的需求，能得到问题的正确答案。

正确性的4个层次：算法执行不出错；算法对合理的输入输出正确的答案；算法对非法输入有满足规格说明的输出；算法对精心选择的刁难的测试数据有满足要求的输出。

可读：算法设计的一个目的就是便于便于阅读、理解和交流。可读是算法好坏很重要的标志。

健壮：当输入非法数据，算法也应该做出相关处理，不应该产生异常或莫名其妙的结果。

时间效率高存储量低是好算法应该具备的特点。

3、算法效率的度量方法：事后度量法和事前分析估算方法。事后度量是先设计好程序和测试数据，依靠计算机的计时对不同算法执行时间比较，确定算法时间效率。

一个高级程序语言编写的算法在计算机上的时间效率取决于：算法的策略方法；软件编译的代码质量；问题的输入规模；机器执行指令的速度；

问题输入规模指：输入量的多少。

在分析程序执行时间时：最重要 的是把程序看做是独立于程序设计语言的算法或者一系列步骤。

在分析算法的运行时间时，要把基本操作的数量和问题的输入规模关联起来，即基本操作的数量必须表示成输入规模的函数。

如对n求累加和，输入是n，操作数量是f（n）；又如输入坐标（x，y），操作数量是f（x，y）。

4、函数的渐进增长：给定两个函数f（n），g（n），当n>=N时，总有f(n)>=g(n),则对应n>=N,f（n）的渐进快于g(n).

5、算法时间复杂度：在进行算法分析时，语句的总执行次数T(n)是关于输入规模n的函数，分析T(n)的随n的变化情况并确定n的数量级。算法的时间复杂度，也就是算法的时间量度，记做：T(n)= O(f(n)).它表示随着问题规模n的增大，T(n)和f（n）的增长率是一个量级，称作算法的渐进时间复杂度，简称时间复杂度。f(n)是问题规模n的某个函数。

6、推导大O阶方法：用1取代运行时间中的所有加法常数；在修改后的运行函数中，只保留最高阶项；最高阶项存在且系数非0，则去除与这个项相乘的常数。

举例：T(n) = nlog2(n/2)+n^2.+4n+3,—》nlog2(n/2)+n^2.+4n+1--》n^2--》O(n^2)

常见的时间复杂度排序：O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)

7最坏情况：我们提到的运行时间一般都是最坏时间

平均时间：期望的运行时间，最有实际意义。