lisp最小外接矩形算法_L2算法基础第01课算法概念时空分析

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

1. 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)

2. 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