演算法是解決特定問題求解步驟的描述，計算機中表現為指令的有限序列，每條指令表示乙個或者多個操作。
輸入輸出
有窮性確定性
可行性正確性
可讀性健壯性
時間效率高和儲存量低
事後統計方法
事前分析估計方法
通過書中所給1+2+...+99+100的例子，可以明顯對比出幾種不同演算法具有不同的空間和時間開銷。某個演算法隨著n增大，會越來越優於另一演算法，或者越來越差於另一演算法。這裡就可以體現出，演算法本身的複雜度是時刻變化的，那麼如何量化衡量這種複雜度呢？演算法時間複雜度的定義是，語句總的執行次數t(n)是關於問題規模n的函式，而分析t(n)的變化情況並確定t(n)的數量級。演算法時間複雜度，也就是演算法的時間量度，記作：t(n) = o(f(n)) 它表示隨著問題規模的增大，演算法執行時間的增長率和f(n)的增長率相同，稱作演算法的漸進時間複雜度，稱為時間複雜度。一般都用大寫的o來表示。推導大o階的基本流程：
推導大o階：複雜度名稱1. 用常數1取代執行時間中的所有加法常數
2. 在修改後的執行次數函式中，只保留最高端項
3. 如果最高端項存在且不是1，則去除與這個項相乘的常數，得到的結果就是大o階
大o記號
常數階o (1)
線性階o (n)
對數階o (logn)
平方階o (
nlogn
o (nlogn)
立方階o (
指數階o (
常用演算法複雜度順序從小到大：
o(1) < o(logn) < o(n) < o(nlogn) < o(n^2) < o(n^3) < o(2^n) < o(2^n) < o(n!) < o(n^n)
《大話資料結構》筆記 第二章 演算法（下）
給定兩個函式 f n 和 g n 如果存在乙個整數 n，使得對於所有的 n n，f n 總大於 g n 那麼我們說 f n 的增長漸近快於 g n 例如，演算法 a 要 2n 3 次操作，而演算法 b 要 3n 1 次。隨著 n 的增大，比較執行次數時，我們可以忽略加法常數。再例如，演算法 c 是 ...
大話資料結構第二章學習筆記
演算法 資料結構與演算法的關係 演算法是什麼？指令的有限序列，每條指令表示乙個或多個操作。演算法能輸入輸出，能自動結束不會無限迴圈，而且每乙個步驟在可接受的時間內完成。好的演算法什麼正確可讀健壯都不算什麼，最重要的是時間效率高和儲存量低。怎麼衡量演算法的效率啊？事前分析估算的方法 時間取決於演算法採...
讀書筆記 《大話資料結構》第二章演算法
2.3兩種演算法的比較 include if 0 需要執行 100次 int main std cout sum return 0 endif if 1 int main endif 顯然 第二個演算法更優秀 演算法 解決特定問題求解的描述，在計算機中表現為指令的有限序列，並且每條指令表示乙個或多個...