数据结构之算法与算法时间复杂度

1. 算法的5个基本特性：输入输出(零个输入或多个输出)、有穷性(不会出现无限循环)、确定性(不会出现二义性)、可行性(每一步都通过执行有限次完成)。

2. 算法设计的要求：正确性、可读性、健壮性、时间效率高和存储量低;

3. 算法时间复杂度：算法的执行次数T(n) 与问题规模n 的变化情况及确定T(n)的数量级;

4. 时间复杂度大O 阶，O(1) 常数阶、O(log n) 对数阶、O(n) 线性阶、O(n2) 平方阶; 

5. 推导大O 阶的方法：

（1）用常数1 取代运行次数中的加法项；

（2）所有的运行次数只保留最高阶项；

（3）去掉最高阶项的常数系数；

6. 举例：

常数阶：int x = 0;

线性阶：

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

对数阶：

int count = 1;
while (count < n)
{
     count = count * 2;
}

平方阶：

for (int i=0; i<n; i++)
{
     for (int j=0; j<n; j++)
    {
         NULL;
     }
}

6. 最坏时间复杂度和平均复杂度

最坏情况是一种保证，指运行时间不会再坏了(最坏情况常常十分重要，因为它常常导致用户的投诉！)；平均情况是期望的运行时间.