算法复习第一章归纳总结

算法的定义：算法是指解决问题的方法或过程，它包含一系列的步骤，用来将输入数据转换成输出数据

算法的四个性质：

1. 输入：有零个或者多个输入
2. 输出：至少有一个输出
3. 确定行：组成算法的每条指令清晰、无歧义
4. 有限性：算法中每条指令的执行次数有限。执行每条指令的时间也有限

 三种算法常见的描述形式：

• 自然语言：通俗易懂，但缺乏直观性和简洁性，且易产生歧义。
• 程序流程图：描述算法形象、直观，容易理解，绘制过程比较费时费力，难以修改。
• 伪代码：简单易懂，修改容易，易于转化为程序语言代码，但伪代码格式难以规范。

时间复杂性渐进性表示：

1. O的定义：如果存在正的常数C和自然数N0，使得当N > =N0时有f(N) <=Cg(N)，则称函数f(N)当N充分大时上有界，且g(N)是它的一个上界，记为f(N)=O(g(N))，即f(N)的阶不高于g(N)的阶
2. Ω的定义：如果存在正的常数C和自然数N0，使得当N >=N0时有f(N) > =Cg(N)，则称函数f(N)当N充分大时下有界，且g(N)是它的一个下界，记为f(N)=Ω(g(N))，即f(N)的阶不低于g(N)的阶。
3. θ的定义：定义f(N)= θ(g(N))当且仅当f(N)=O(g(N))且f(N)= Ω(g(N))，此时称f(N)与g(N)同阶
4. o的定义：对于任意给定的ε＞0，都存在正整数N0，使得当N > =N0时有f(N)/Cg(N) <= ε,则称函数f(N)当N充分大时的阶比g(N)低，记为f(N)=o(g(N))。

常见的算法复杂度的O(n)表示：

• O(1): 表示算法的运行时间为常量时间
• O(logn): 二分查找等算法
• O(n): 线性算法，例如线性查找
• O(nlogn): 快速排序、归并排序等算法
• O(n2): 对数组进行排序的简单算法，例如冒泡排序等
• O(n3): 做两个n阶矩阵的乘法运算
• O(2n): 求具有n个元素集合的所有子集的算法
• O(n!): 求具有n个元素的全排列的算法

O(1)<O(logn)<O(n)< O(nlogn) <O(n2)<O(n3)<O(2n)<O(n!)

例题：对于f(n)=n，下列说法错误的是（  B  ）

A. f(n)=O(n)   B. f(n)=O(1/n)    C. f(n)=O(n2)    D. f(n)=O(n3)