数据结构-第二章算法

第二章：算法

是解决特定问题的求解步骤的描述，计算机指令的有限序列。
Algorithm特性：
有穷性、确定性、可行性、输入和输出；

算法的特性：

• 输入输出
  至少一个输出、可以没有输入；例如print

• 有穷性
  算法执行步骤是有限的，自动结束而不会死循环。
  且每一个步骤的执行时间都是可接受的。
  边界性；

• 确定性
  算法的每一步都具有确定的含义，不会有二义性；
  只有一条执行路径；

• 可行性
  算法的每一步都是可以在执行有限次数后完成；
  可以得到结果；

算法的要求

• 正确性
  能够正确的反映问题的需求，能够得到问题的正确答案；
  具有输入、输出和加工处理无歧义；

正确的层次：
1. 没有语法错误
2. 算法对于合法的输入，可以产生满足要求的结果
3. 非法数据可以得出满足规格说明的结果

• 可读性
  算法设计就是为了便于阅读、交流。

• 健壮性
  当输入数据不合法时，也能做出相关处理。

• 时间效率高和存储量低

算法效率的度量

利用计算机的计时功能，计算不同算法的效率。

• 事后统计
  利用设计好的测试程序和数据，对不同算法编制的程序的运行时间进行比较。
  缺点：
  必有得有程序代码，算法写的不好，程序毫无意义。
  计算机环境造成结果差异
  测试数据设计困难

• 事前分析
  程序代码编写前，依据统计方法对算法进行估算。
  一个程序的运行时间，依赖于算法的好坏和问题的输入规模。
  分析程序运行时间，最重要的是把程序看成独立于程序设计语言的一系列步骤。
  说白了: 就是程序执行一条指令的时间 乘以 程序的指令数 得到的就是程序运行时间。而分析一个算法的好坏就是 通过分析输入数据的量和运行时间的关系函数 得到一个时间效率问题。
  都是一些简单数学问题，自己百度一下就明白。

算法的时间复杂度

定义（描述）：随着算法的输入数据量n的增加，算法操作数f(n)随之增加，而时间量度T(n)也在正比增加。
最优算法，就是T（n）增加最慢的。

常用时间复杂度：

算法的空间复杂度

指计算算法的所需的存储空间。S（n）。
程序执行时，除了存储程序本身的指令、常数、变量和输入数据外，还需要存储对数据操作的存储单元。
如果输入数据所占空间只取决于问题本省，和算法无关，则只需要分析该算法在实现时所需的辅助单元即可。如辅助单元空间相对于输入数据量而言是个常数，此算法空间复杂度为：O(1)。