L2-算法基础-第01课-算法概念-时空分析
定义
算法: 解决一个实际问题的方法和具体步骤。算法是程序设计的灵魂。
程序 = 算法 + 数据结构。
算法 -> 逻辑
数据结构 -> 存储
数据结构:线性、树型、图
算法:排序、查找、枚举...
算法特征
可行性
算法中每一步运算应该是可行的。算法原则上能够精确地运行,而且人能用笔和纸做有限次运算后即可完成。
确定性
算法的每一步骤必须有确切的定义,读者理解时不会产生二义性。并且,在任何条件下,算法只有唯一的一条执行路径,对于相同的输入只能得出相同的输出。如在算法中不允许有“计算8/0”或“将7或8与x相加”之类的运算,因为前者的计算结果是什么不清楚,而后者对于两种可能的运算应做哪一种也不知道。
有穷性
一个算法应包括有限的运算步骤,执行了有穷的操作后将终止运算,不能是个死循环.
输入
一个算法有0个或多个输入,以描述运算对象的初始情况,所谓0个输入是指算法本身定义了初始条件。如在5个数中找出最小的数,则有5个输入。
输出
一个算法有一个或多个输出,以反映对输入数据加工后的结果,这是算法设计的目的。它们是同输入有着某种特定关系的量。如上述在5个数中找出最小的数,它输出为最小的数。如果一个程序没有输出,这个程序就毫无意义了
算法的基本结构
任何一个算法都可以表示成三种基本结构:顺序结构、分支结构和循环结构。
顺序结构
顺序结构是一种最简单、最基本的控制结构。计算机从前往后,依次执行所有的操作步骤,不遗漏、不重复
分支结构
分支结构由一个“判断条件”和两个“分支”构成,根据判断条件的成立与否,决定执行哪一条分支路径
循环结构
循环结构又称重复结构,目的是将某一条或某一组语句重复执行若干次,其中的“某一条或某一组语句”称为循环体。
算法的时间和空间复杂度
时间复杂度:算法运行需要的时间, 一般将语句执行次数作为时间复杂度
int sum = 0; // 运行一次
int total = 0; // 运行一次
for (int i = 0; i < n; i++)
{
total = total + i// 运行n次
}
T(n) = 1 + 1 + ... + 1
时间复杂度用大写字母"O"表示, 只保留数量级最大的一项,并忽略系数.
所以上面的时间复杂度:O(n)
列子 一个算法的计算的次数是 3N^3 + N^2 + 10^3 他的时间复杂度是O(N^3)
时间测量
#include
#include
using namespace std;
const int MAXN = 1e7;
int main(){
int sum = 0;
clock_t startTime = clock();
for(int i = 1; i <= M