目录
- 1.算法的概念
- 2.算法的特性
- 1.有穷性
- 2.确定性
- 3.可行性
- 4.输入
- 5.输出
- 3.好算法的特质
- 1.正确性
- 2.可读性
- 3.健壮性
- 4.高效率与低存储需求
- 4.算法的时间复杂度
- 1.事后统计的问题
- 2.复杂度表示的计算
- 1.加法规则
- 2.乘法规则
- 3.常见函数数量级比较
- 5.算法的空间复杂度
- 1.程序的内存需求
- 2.例题
- 3.函数调用(递归)带来的内存开销
1.算法的概念
算法(Algorithm)是对
特定问题求解步骤
的一种描述,它是指令的有限序列,其中的每条指令表示一个或多个操作。
2.算法的特性
1.有穷性
一个算法必须总在执行有穷步之后结束,且每一步都可在有穷时间内完成。
算法必须是有穷的,而程序可以是无穷的
2.确定性
算法中每条指令必须有确切的含义,对于
相同的输入只能得出相同的输出
。
3.可行性
算法中描述的操作都可以通过已经实现的
基本运算执行有限次
来实现。
4.输入
一个算法有
零个或多个
输入,这些输入取自于某个特定的对象的集合。
5.输出
一个算法有
一个或多个
输出,这些输出是与输入有着某种特定关系的量。
3.好算法的特质
1.正确性
算法应能够正确地解决求解问题。
2.可读性
算法应具有良好的可读性,以帮助人们理解。
3.健壮性
输入非法数据时,算法能适当地做出反应或进行处理,而不会产生莫名其妙的输出结果。
4.高效率与低存储需求
即算法执行省时、省内存:时间复杂度低、空间复杂度低。
4.算法的时间复杂度
事前预估
算法时间开销T(n)与问题规模n的关系(T表示“time”)
- 最坏时间复杂度:最坏情况下算法的时间复杂度。
- 平均时间复杂度:所有输入示例
等概率
出现的情优下,算法的期望运行时间。 - 最好时间复杂度:最好情况下算法的时间复杂度。
1.事后统计的问题
①和机器
性能
有关,如:超级计算机v.s.单片机
②和编程语言
有关,越高级的语言执行效率越低
③和编译程序产生的机器指令质量有关
④有些算法是不能事后再统计的,如:导弹控制算法
2.复杂度表示的计算
1.加法规则
多项相加,只保留最高阶的项,且系数变为1。
2.乘法规则
多项相乘,都保留。
3.常见函数数量级比较
①顺序执行的代码只会影响常数项,可以忽略。
②只需挑循环中的一个基本操作
分析它的执行次数与n的关系即可。
③如果有多层嵌套循环,只需关注最深层循环循环了几次。
5.算法的空间复杂度
1.程序的内存需求
①若无论问题规模怎么变,算法运行所需的内存空间都是固定的常量,
算法空间复杂度为s(n)= o(1),则称该算法为原地工作
:算法所需的内存空间为常量。
②只需关注存储空间大小与问题规模相关的变量。
2.例题
3.函数调用(递归)带来的内存开销
一般情况,空间复杂度等于递归调用的深度。
注:有的算法各层函数所需存储空间不同,分析方法略有区别。