4、演算法設計的要求
5、演算法效率的度量方法
6、函式的漸近增長
7、演算法的複雜度
8、推到大o階的方法
演算法是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，並且每條指令表示乙個或多個操作。
舉個例子，求1+2+3+…+100之和，我們來看兩段**：
**片段1：
int sum =
0,n =
100;
for(
int i =
1; i < n ; i ++
)//sum結果5050
system.out.
println(""
+ sum)
;
int sum =
0, n =
100;
sum =(1
+ n )
* n /2;
//sum結果5050
system.out.
println(""
+ sum)
;
演算法具體五個基本特性：輸入、輸出、有窮性、確定性、可行性。
演算法具有零個或多個輸入。演算法至少有乙個或多個輸出。
指演算法在執行有限的步驟之後，自動結束而不會出現死迴圈，並且每乙個步驟在可接受的時間內完成。
演算法的每一步驟都具有確定的含義，不會出現二義性。在一定條件下，演算法只有一條執行路徑，相同的輸入只能由唯一的輸出結果。
演算法的每一步都必須是可行的，就是說，每一步都能通過執行有限次數完成。
演算法設計要求主要包含四個方面：正確性、可讀性、健壯性、時間效率高和儲存量低。
主要有兩種：事後統計方法和事前分析估算方法
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總是比g(n)大，那麼我們說f(n)的增長漸近快於g(n)。
主要包括兩個方面：時間複雜度和空間複雜度。
時間複雜度：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度量，記作：t(n)=o(f(n))。它表示隨問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同，稱作演算法的漸近時間複雜度，簡稱為時間複雜度，其中f(n)是問題規模n的某個函式。
空間複雜度：通過計算演算法所需的儲存空間實現，演算法空間複雜度的計算公式記作：s（n）=o(f(n)),其中,n為問題的規模，f(n)為語句關於n所佔儲存空間的函式。
常數階o(1)，線性階o(n),對數階o(logn),平方階o(n²)
原創不易，求個關注。
裡面有很多想對大家說的話，就像和朋友聊聊天。
寫**，做設計，聊生活，聊工作，聊職場。
我見到的世界是什麼樣子的？
搜尋關注我吧。
第二章 資料結構 二
知識點 trie樹 並查集,堆的操作 高效地儲存和查詢字串集合的資料結構 const int n 100010 int son n 26 cnt n idx 插入 void insert char str cnt p 以這個點結尾的字元數 查詢 intquery char str return cn...
第二章 演算法 （資料結構筆記）
我自己寫的累加演算法 1 100 int i,count 0 for i 0 i 100 i cout0 高斯的累加演算法 int n 100,count 0 count n n 1 2 cout 演算法是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，並且每條指令表示乙個或多個操作。演...
第二章 資料結構與演算法基礎
資料 描述客觀事物的數值 字元已經能輸入機器且能被處理的各種符號集合。資料元素 資料的基本單位，是資料集合的個體。資料物件 性質相同的資料元素的集合，是資料的子集。資料結構 相互之間存在一種或多種特定關係的資料元素的集合。邏輯結構 資料結構的邏輯層面。按照元素之間的相互關係的特性，分為 集合 線性結...