一、算法
1.定义:为了解决某个或某类问题,把指令表示成一定的操作序列,操作序列包括一组操作,每个操作都完成
特定的功能。
2.基本性质
(1)输入输出特性:可以有零个或多个输入,有一个或多个输出。
(2)有穷性:算法在执行有限步骤后,自动结束不会出现无限循环,并且每个步骤在可接受的时间内完成。
(3)确定性:算法的每个步骤都有确定的含义,不会出现二义性
(4)可行性:算法的每一步都是可行的,每一步都能够通过执行有限次数完成。
3.设计要求
(1)正确性:语法正确,对于合法、非法、甚至刁难的数据能够得到满足要求的输出结果
(2)可读性:方便阅读、理解和交流
(3)健壮性:对不合法的输入数据做出合适的处理
(4)时间效率高、存储量低:尽量满足时间效率高和存储量低的需求
4.效率的度量方法
(1)事后统计方法:通过设计好的测试程序和数据,利用计算机计时器对不同算法编制程序运行时间比较,确定效率高低。
(2)事前分析估算方法:在程序编制前,依据统计方法对算法进行估算。消耗的时间取决于:算法方法、代码质量、输入规模
机器执行速度。
5.渐进增长
给定两个函数f(n)和g(n),如果一个整数N,使得对于所有的n>N,f(n)总是比g(n)大,则f(n)增长渐进快于g(n)。
最高项的常数并不重要,最高次项的指数大的,随着n的增长,结果也会变得增长特别快。因此,判断一个算法的
效率时,函数中的常数常常可以忽略,更应该关注最高阶项的阶数。某个算法,随着n的增大,会越来越优于另一算法,或者越来越差于另一算法。
6.时间复杂度
进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间量度,记作:T(n)=0(f(n)),它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。
随着n的增大,T(n)增长最慢的算法为最优算法。
eg:
,时间复杂度为
循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。