算法(Algorithm):是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作。
算法五个基本特性:输入、输出、有穷性、确定性和可行性。
1、输入输出:算法具有零个或多个输入,一个或多个输出。
2、有穷性:指算法在执行有限的步骤之后,自动结束而不会出现无限循环,并且每一个步骤在可接受的时间内完成。(在实际应用中合理的、可以接受的“有边界”)
3、确定性:算法的每一步骤都具有确定的含义,不会出现二义性。算法在一定条件下,只有一条执行路径,相同的输入只能有唯一的输出结果。
4、可行性:算法的每一步都必须是可行的,每一步都能通过执行有限次数完成。
算法的设计要求:
1、正确性:算法的正确性是指算法至少应该具有输入、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。
2、可读性:算法设计的另一目的是为了便于阅读、理解和交流。
3、健壮性:当输入数据不合法时,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。
4、时间效率高和存储量低
算法效率的度量方法:
1、事后统计方法:主要是通过设计好的测试程序和数据,利用计算机计时器对不同算法编制的程序的运行时间进行比较,从而确定算法效率的高低。
2、事前分析估算方法:在计算机程序编制前,依据统计方法对算法进行估算。
高级语言编写的程序在计算机上运行时消耗的时间取决于:1、算法采用的策略、方法;2、编译产生的代码质量;3、问题的输入规模(输入量多少);4、机器执行指令的速度
在分析一个算法的运行时间时,重要的是把基本操作的数量与输入规模关联起来,即基本操作的数量必须表示成输入规模的函数。
判断一个算法的效率是,函数中的常数和其他次要项常常可以忽略,而更应该关注最高阶项的阶数。
算法时间复杂度:在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间度量,记作:T(n)=O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。
推导大O阶:1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中,只保留最高阶项。
3、如果最高阶项存在且不是1,则去除与这个项相乘的常数。
常用的时间复杂度所消耗的时间从小到大依次是: