数据结构与算法分析 收获总结 第3章 算法分析

看标题感觉这一章很重要，但其实教材也就十几页就结束了，主要内容还是上，下限，以及学会计算程序运行时间，也没涉及到敲代码，其他的了解一下就行了吧
正文：
1.算法的增长率是指当输入的值增长时，算法代价的增长速率。表达式为Cn（C为常数）的增长率称为线性增长率或者线性时间代价。含有n2次方的高次项，称为二次增长率，该曲线属于指数增长率。n方 n logn比较 （注：数据结构中log一般默认以2为底）
2.最佳情况（如第一个元素恰恰就是所需），最差情况（如直到数组最后一个元素才找到所需的K）平均情况(如数组大小为n，平均要检查n/2个元素)。
3.如何更快的算法？log优于线性优于指数型
4.渐进分析（Asymptotic analysis）：忽略系数，注意集中在最重要的一点：增长率。能够简化算法分析
但也不一定一定是最好的，如对5个数排序的一种算法，如果用来给成千上万的数排序，算法就可能不是很适合，尽管它的渐进分析表明该算法性能良好。
5.上限：用来表示该算法可能有的最高增长率。大O表示法（读作大欧）: 如果某个算法增长率上限（在最差情况下）是f(n) <=> 最差情况下在集合O(f(n))中
给出O的定义：设T（n）表示算法的实际运行时间，f(n)则是上限的一个函数表达式。对于非负函数T(n)，如果存在两个正的常数c和n0，对于任意n>n0，有T(n)<=cf(n),则称T(n)在集合O(f(n)