c语言描述：数据结构【二.算法】

前言

本知识总结来自于书本《大话数据结构》， 故投转载。 本人为大一计算机专业学生，自学过程中想借博客记录知识点，同时方便以后复习。

二.算法

1. 定义

算法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

2.特性

1.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。
2.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。
3.可行性：算的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成。

3. 算法设计的要求

1.正确性：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。（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的除满足规格说明的结果4，算法程序对于精心选择的，甚至刁难的测试数据都有满足要求的输出结果）
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，算法也能够做出相关处理，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

4.统计法

1.运行后来计算时间的缺陷
【1】不同年代不同CPU运行速度不一样，运行系统不一样，框架不一样，编译器不一样都会导致结果有细微的差异。
【2】要先把整个程序编译完毕。
【3】 程序设计困难 。

2.运行前来计算时间 即为计算每行代码执行次数统计

5.函数的渐进增长

给定两个函数f(n)和g（n），如果存在一个整数N，使得对于所有的n>N,f（n）总是比g（n）大，那么，我们说f（n）的增长渐进快于g（n）
即在随n增大后，比较运行次数的数量级

6.时间空间复杂度

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，也就是算法的时间量度，记做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，称作算法的渐进时间复杂度，简称为时间复杂度。其中f（n）是问题规模n的某个函数。

7.推导大O阶方法

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，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。

8.各种阶的分析

（1）常数阶

int sum =0,n=100;
sum =(1+n)*n/2;
printf("%d",sum);

f（n）=3保留最高阶项时发现没有最高阶项，所以这个算法时间法度为O（1）

（2）线性阶

int i;
for(i=0;i<n;i++)
{/*时间复杂度为O(1的程序步骤序列)*/

（3）对数阶

int  i;
while (i<n)
{
  i =i*6
}

每次i乘6后，就距离n更近了，即可以表示为6^i=n,i=log6n 所以这个循环时间复杂度为O（logn）

（4）平方阶

简单的，两个循环嵌套则可以的到O（m*n）

int i,j;
for(i=0;i<n;i++)
for(j=i;j<n;j++)

当i=0时，内循环执行了n次，当i=1时，执行了n-1次 即n+（n-1）+(n-2)+……+1=n(n+1)/2
根据求最高阶得出，O（n^2）

常见的时间复杂度比较

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

9.最坏和平均情况

最坏情况运行时间是一种保证，那就是运行时间将不会再坏了。再应用中，这是一种最重要的需求，通常，除非特别指定，我们提到的运行时间都是最坏的情况的运行时间

平均运行时间是所有情况中最有意义的，因为它是期望的运行时间。

一般在没有特殊说明的情况下，都是指最坏时间复杂度