一次數學課上，老師讓學生練習算數。於是讓他們乙個小時內算出1+2+3+4+5+6+……+100的得數。全班只有高斯用了不到20分鐘給出了答案，因為他想到了用（1+100）+（2+99）+（3+98）……+（50+51）…………一共有50個101，所以50×101就是1加到一百的得數。後來人們把這種簡便演算法稱作高斯演算法。自然語言
流程圖
程式語言
偽碼演算法效率：用依據該演算法編制的程式在計算機上執行所消耗的時間來度量
*事後統計
*事前分析估計
事後統計：利用計算機內的計時功能，不同演算法的程式可以用一組或多組相同的統計資料，來分辨出優略。
缺點：1.必須先執行依據演算法編制的程式
2.所得時間統計量依賴於硬體、軟體等環境因素，掩蓋演算法本身的優劣
2.事前分析估計：
時間複雜度（time complexity）
設演算法中所有語句的語句頻度為t(n),f(n)是當n趨向無窮大時與t(n)為同階無窮大，則
演算法的時間複雜度t(n)=o(f(n))
其中：n為演算法計算量或成為規模（size）;
f(n)是運算時間隨n增大時的增長率；
o(f(n))是演算法時間特性的量度。
演算法分析主要從 分析演算法的時間複雜度、空間複雜度這兩個方面以考察演算法的時間和空間效率。一般情況下，鑑於運算空間較為充足，故作演算法的時間複雜度作為分析的重點。演算法執行時間t(n)的數量級稱為演算法的漸近時間複雜度，t(n)=o(f(n)),它表示隨著問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同，簡稱時間複雜度。
解： 語句1的頻度是1,
設語句2的頻度是f(n),
則：2^f(n)<=n;f(n)<=log2n
取最大值f(n)=log2n,
t(n)=o(log2n )
常見的時間複雜度按照數量級遞增排序依次為：常數階o(1)、對數階o(log2 n)、線性階o(n)、線性對數階o(nlog2n)、平方階o(n^2)、立方階o(n^3)、k次方階o(n^k)、指數階o(2^n)。
愚公移山固然可敬，但發明推土機和炸藥，更加實在和聰明。希望大家在今後的學習中，好好利用演算法分析的工具，改進自己的**，讓計算機輕鬆一點，這樣你就能更勝一籌.
小菜一步一步學資料結構之 二 演算法和演算法分析
一次數學課上，老師讓學生練習算數。於是讓他們乙個小時內算出1 2 3 4 5 6 100的得數。全班只有高斯用了不到20分鐘給出了答案，因為他想到了用 1 100 2 99 3 98 50 51 一共有50個101，所以50 101就是1加到一百的得數。後來人們把這種簡便演算法稱作高斯演算法。自然語...
小菜一步一步學資料結構之 六 佇列
佇列是一種先進先出的線性表,它只允許在表的一段進行插入，而在另外一端刪除元素。佇列的順序表示 用一維陣列base m define m 100 最大佇列長度 空隊標誌 front rear 入隊 base rear x 出隊 x base front 但是這樣做存在乙個問題，如下 rear m時 r...
小菜一步一步學資料結構之 六 佇列
佇列是一種先進先出的線性表,它只允許在表的一段進行插入，而在另外一端刪除元素。佇列的順序表示 用一維陣列base m define m 100 最大佇列長度 空隊標誌 front rear 入隊 base rear x 出隊 x base front 但是這樣做存在乙個問題，如下 rear m時 r...