解決特定問題求解步驟的描述。在計算機中表現為指令的有限序列，每條指令可表示乙個或多個操作。
此外，乙個演算法還具有下列5個特性：有窮性，確定性，可行性，輸入，輸出。
演算法設計的要求：正確性，可讀性，健壯性，效率與低儲存量需求。
what？時間複雜度和空間複雜度
why？可以用度量演算法的好與壞
how？控制變化因素，估算n趨於無窮的複雜度
時間複雜度實際上就是乙個計算執行基本操作次數的函式，不受外界影響。
方法：大o漸進表示法：乙個演算法語句總的執行次數是關於問題規模n的某個函式，記為f（n），n稱為問題的規模。語句總的執行次數為t(n)，當n不斷變化時，t(n)也在變化，演算法執行次數的增長速率和f(n)的增長速率相同。則有t(n)=o(f(n))，稱o(f(n))為時間複雜度的o漸進表示法。
常見的時間複雜度：
void test(int n)
} for (int k = 0; k < 2 * n; k++)
int count = 10;//(1次）
while (count--)//（10次） }
//語句總執行次數：f(n)=n*n+2*n+10
//則時間複雜度估算為：o(n*n)
//二分查詢
int binarysearch(int arr,int sz,int n)
else if (arr[mid] > n)
else
}return -1;
}//遞迴演算法
//求1+2+...+n之和
long sum(int n)
//求階乘
long long fac(int n)
//時間複雜度都為o(n)
找次數；
o();
用常數1取代執行時間中所有加法常數；
保留最高端；
若最高端不是1，則去掉1（即常數）。
函式中建立物件的個數關於問題規模的函式表示式。相當於求高度，一般用o漸進法表示。
//1.求前n項和
//空間複雜度o(1)
int sum(int n)
//2.斐波那契
//空間複雜度：o(n)
//時間複雜度：o(2^n)
long long fib(int n)
//求兔子個數問題
//空間複雜度：o(n)
//時間複雜度：o(2^n)
long fib(long first,long second,long n)
資料結構 演算法複雜度
二 演算法的效能評價 三 真題解析 資料結構的第一章 緒論 包含的最後乙個重要內容是關於演算法的複雜度。這個考點一般會單獨出現在選擇題的前兩道，需要你熟練掌握演算法的基本概念 演算法時間複雜度和空間複雜度的分析判斷等。其次，還會出現在大題的程式設計部分，將演算法複雜度作為乙個限制條件，要求你給出滿足...
資料結構之演算法時間複雜度
演算法的時間複雜度定義為 在進行演算法分析時，語句總的執行次數t n 是關於問題規模n的函式，進而分析t n 隨n的變化情況並確定t n 的數量級。演算法的時間複雜度，也就是演算法的時間量度，記作 t n 0 f n 它表示隨問題規模n的增大，演算法執行時間的埔長率和 f n 的埔長率相同，稱作演算...
資料結構之演算法時間複雜度
資料結構之演算法時間複雜度 演算法的時間複雜度定義為 在進行演算法分析時，語句總的執行次數t n 是關於問題規模n的函式，進而分析t n 隨n的變化情況並確定t n 的數量級。演算法的時間複雜度，也就是演算法的時間量度，記作 t n 0 f n 它表示隨問題規模n的增大，演算法執行時間的埔長率和 f...