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：

数据结构之算法