绪论第二节——算法
基本概念
image-20200616214853491
什么是算法？
程序=数据结构+算法
image-20200616215006166
算法的特性
-
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。
注：算法必须是有穷的，二程序可以是无穷的。
image-20200616215340371 确定性：算法每一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
可行性：算法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。
输入：一个算法有0个或多个输入，这些输入取自某个特定对象的集合。
-
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。
五个特性，缺一不可
“好”算法的特质
- 正确性：算法应能正确地解决求解问题。
- 可读性：算法应具有良好的可读性，帮助人们理解。
- 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。
- 高效率与底存储量需求：执行速度快，时间复杂度低。不费内存，空间复杂度低。
总结
image-20200616220536590
算法效率的度量
image-20200616220923527
如何评估算法时间开销？
让算法先运行，事后统计运行时间？
存在的问题？
- 和机器性能有关，比如：超级计算机VS单片机
- 和编程语言有关，越高级的语言执行效率越低，没错，就是越低
- 和编译程序产生的机器指令质量有关
- 有些算法是不能事后统计的，比如，导弹控制算法。
评价一个算法优劣时，需要排除与算法本身无关的外界因素，能否事先估计？
算法时间复杂度
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）
如何计算T，例子：
image-20200616234743261
问题1:是否可以忽略表达式某些部分？
image-20200616235203889
-
加法规则：多项相加，只保留最高阶的项，且系数变为1
image-20200616235558501 -
乘法规则：多项相乘，都保留
image-20200616235856976
算法时间复杂度阶数顺序
image-20200617000121744
image-20200617000310666
如果有好几千行代码，需要一行一行数？
- 顺序执行的代码只会影响常数项，可以忽略
- 只需要挑循环中的一个基本操作，分析它的执行次数和n的关系就好
- 如果有多层嵌套循环，只需要关注最深层的循环循环了几次
小练习
image-20200617001603926
image-20200617001659516
image-20200617001353856
总结
image-20200617001826231
算法的性能问题只有在n很大时才会暴露出来。
算法空间复杂度
原地工作算法
image-20200617002424730
分析空间复杂度时，只需关注与问题规模相关的变量就好（讲人话，就是，看程序中的变量就好）
image-20200617002625466
加法法则
image-20200617002941853
函数递归调用带来的内存开销
image-20200617003249255
在这种情况下，空间复杂度等于递归调用的深度。
image-20200617003702543
递归调用的过程中，每一次开辟的内存空间也可以不一致，如上例。
总结
image-20200617003857723
