一、算法:算法是为了解决某些问题而规定的一个有限长的操作序列。
二、一个算法必须满足以下五个重要特征:
1、有穷性:对于任意一组合法输入值,在执行又穷步骤之后一定能结束,即:算法中的每个步骤都能在有限时间内完成。
2、确定性:在每种情况下所应执行的操作,在算法中都有确切的规定,使算法的执行者或阅读者都能明确其含义
及如何执行。并且在任何条件下,算法都只有一条执行路径。
3、可行性:算法中的所有操作都必须足够基本,都可以通过已经实现的基本操作运算有限次实现之。
4、有输入:作为算法加工对象的量值,通常体现在算法当中的一组变量。有些输入量需要在算法执行的过程中输
入,而有的算法表面上可以没有输入,实际上已被嵌入算法之中。
5、有输出:它是一组与“输入”有确定关系的量值,是算法进行信息加工后得到的结果,这种确定关系即为算法功能。
三、算法的设计原则:设计算法时,通常应考虑达到以下目标:
1、正确性:首先,算法应当满足以特定的“规则说明”方式给出的需求。其次,对算法是否“正确”的理解可以有以下次个层次
1、程序不好语法错误。
2、程序对于几组输入数据能够得出满足需要的结果。
3、程序对于精心选择的、典型、苛刻切带有刁难性的几组输入数据能够得出满足要求的结果。
4、程序对于一切合法的输入数据都能得到满足要求的结果。
ps:通常以第3层意义的正确性作为衡量一个算法是否合格的标准。
2、可读性:算法为了人的阅读与交流,其次才是计算机执行。因此算法应该易于人的理解;另一方面,晦涩难懂
的程序易于隐藏较多的错误而难以调试。
3、健壮性:当输入的数据非法时,算法应当恰当的做出反应或进行相应处理,而不是产生莫名其妙的输出结果。
并且,处理出错的方法不应是中断程序执行,而是应当返回一个表示错误或错误性质的值,以便在更高的抽
象层次上进行处理。
4、高效率与低存储量需求:通常算法效率值得是算法执行时间;存储量是指算法执行过程中所需要的最大存储空
间,两者都与问题的规模有关。
四、算法效率的衡量方法和准则:
1、事后统计法:
缺点:
1、必须执行程序
2、其他因素掩盖算法本质
2、事前分析估算法:
和算法执行时间相关的因素:
1、算法选用的策略
2、问题的规模
3、编写程序的语言
4、编译程序产生的机器代码的质量
5、机器执行指令的速度
五、一个特定算法的“运行工作量”的大小,只依赖于问题的规模(通常用整数量n表示),或者说,
它是问题规模的函数。
例如:随着问题规模n的增长,算法执行的时间的增长率和f(n)的增长率相同,则可计作:
T(n) = O(f(n))
称T(n)为算法的(渐近)时间复杂度
六、如何估算算法的时间负责度?
算法 = 控制结构 + 原操作(固有数据类型的操作)
算法的执行时间 = ∑原操作(i)的执行次数 × 原操作(i)的执行时间
算法的执行时间 与 原操作执行次数之和成正比
从算法中选取一中对于所研究的问题来说是 基本操作 的原操作,以该基本操作 在算法中重复执行的次数 作为算
法运行时间的衡量准则。
七、算法的存储空间需求
算法的空间复杂度
S(n) = O(g(n))
表示随着问题规模n的增大,算法运行所需存储量的增长率与g(n)的增长率相同。
八、算法的存储量包括:
1、程序本身所占空间;
2、输入数据所占空间;
3、辅助变量所占空间;
若输入数据所占空间只取决于问题本身,和算法无关,则只需要分析除输入和程序之外的辅助变量所占额外空间。
若所需额外空间相对于输入数据量来说是常数,则称此算法为 原地工作。
若所需存储量依赖于特定输入,则通常按最坏情况考虑。