算法简介

1. 算法简介

学习内容：

1. 该如何定义算法？
2. 那接下来，算法的特性有哪4大方面？
3. 我们可以开始设计算法了，但是算法设计有什么要求呢？
4. 算法设计完成之后怎么有什么方法来度量效率呢？
5. 算法的时间复杂度和空间复杂度

1. 算法的定义

解决特定问题求解步骤的描述（类似于数学的解答题，每一个问题对应一种或者多种方法，存在一定的最优性），在计算机中表现为指令的有限序列（数学解答过程肯定是有限的过程），并且每条指令表示一个或多个操作。

       2.算法的特性

2.1输入输出

2.2有穷性

2.3确定性

2.4可行性

     3.算法的设计要求（如同作答数学题的步骤）

3.1正确性

至少应该具有输入、输出和加工处理无歧义性、能正确反映问题的需求，能够得到问题的正确答案。

大体分为如下四个层次：

1. 算法程序没有语法错误
2. 算法程序对于合法的输入数据能够产生满足要求的输出结果
3. 算法程序对于非法的输入数据能够得出满足规则的说明结果
4. 算法程序对于精心选择的，甚至刁难的测试都是满足要求的输出结果。

对于这4层的含义，层次1要求最低——满足语法正确如同温饱，离幸福生活差远了。层次4要求最困难。

算法的正确性在大部分情况下都不可能用程序来证明，而是用数学方法证明的。证明一个复杂算法在所有层次都是正确的需要太大的代价，因此通常以层次3为标准。

3.2可读性

便于阅读、理解和交流。

3.3健壮性

输入数据不合法时，算法也能做出相关处理，而不是产生异常或莫名其妙的结果。

3.4时间效率高和存储量低

时间效率：算法的执行时间       

存储量：算法程序运行时所占的内存或外部硬盘存储空间

4.算法效率的度量方法

4.1事后统计方法

4.2事前分析估算法

主要因素：

1. *算法采用的策略、方法
2. 编译产生的代码质量——软件支持
3. *问题的输入规模
4. 机器执行指令的速度——硬件支持

算法运行时间：重要的是把基本操作的数量与输入规模关联起来，及基本操作（加减乘除）的数量必须表示输入规模的函数。

5.函数的渐近增长（说白了就是增长速率的问题）

6.*算法时间复杂度(重要）和空间复杂度

6.1 算法时间复杂度定义

6.2 推到大O阶方法

6.3常数阶

6.4线性阶

6.5对数阶

6.6平方阶

6.7常见的时间复杂度——排序

6.8最坏情况与平均情况来

6.9算法空间复杂程度