2.3算法分析概论及有效算法

一、概述

目的，比较不同算法，从而能够选择高效算法。

后继课程:《算法设计与分析》《可计算性》《计算复杂性》

二、概念

时间复杂性：利用某算法处理一个问题规模为n的输入所需要的时间。

空间复杂性：利用某算法处理一个问题规模为n的输入所需要的存储空间。

算法复杂性阶的概念：如果对某一正常数C，一个算法在时间Cn2内能处理规模为n的输入，则称此算法的时间复杂性是0(n2)，读作“n2阶”，即该算法的时间复杂性与n2是同阶的。

目前在具体讨论时间复杂性时，又具体考虑两种情况:

最坏情况的时间复杂性:最差的情况

平均情况的时间复杂性：期望、概率复杂性

但由于规模为n的“输入”出现的概率有所不同,所以需要考虑加权平均特性。

为了求平均特性,必须对输入量的分布作某种假设。而切合实际情况的假设,数学上往往不易处理。因此,确定平均特性比确定最坏复杂性难，即须考虑各种情况下的加权因素，计算困难，所以一般在理论上所说的平均性能都是指的算术平均。

三、复杂性的分析步骤

1. 时间复杂性（度）：
   1. 根据问题特点，选择标准操作（最频繁）计算操作次数
   2. 分析次数建函数
   3. 找出阶
2. 空间复杂性（度）：附加空间