数据结构之算法
算法
算法——对特定问题求解步骤的描述
特性: 输入——有0个或多个输入
输出——有1个或多个输出
有穷性
确定性
可行性
如何评价一个算法的好坏?
正确的
可读性高
时间效率高
存储空间小
算法时间复杂度
在进行算法分析时,语句总的执行次数T(n)是关于问题规模n的函数,进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度,也就是算法的时间量度,记作:T(n) = O(f(n))。
它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐近时间复杂度,简称为时间复杂度。其中f(n)是问题规模n的某个函数。
推导大O阶方法
1.
用常数取代运行时间中的所有加法常数。
2.
在修改后的运行次数函数中,只保留最高阶项。
3.
如果最高阶项存在且不是,则去除与这个项相乘的常数。得到的结果就是大O阶。
常见的时间复杂度如表: