版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/the_victory/article/details/52743054
算法的定义和特性
算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作
算法有5个基本特性:
| 特性 | 特性描述 |
|---|---|
| 输入输出 | 算法具有零个或多个输入，至少有一个或多个输出 |
| 有穷性 | 指算法在执行有限个步骤之后，自动结束而不会出现无限循环，并且每个步骤在可接受时间内完成 |
| 确定性 | 算法的每一个步骤都具有确定的含义，不会出现二义性 |
| 可行性 | 算法的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成 |
算法设计的要求
| 要求 | 要求描述 |
|---|---|
| 正确性 | 算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性，能正确反映问题的要求、能够得到问题的正确答案 |
| 可读性 | 算法设计的另一目的是为了便于阅读，理解和交流，可读性是算法好坏的重要标志 |
| 健壮性 | 当输入数据不合法时，算法也能做出相关的处理，而不是产生异常或莫名其妙的结果 |
| 时间效率高和存储量低 | 这一点是毋庸置疑的… |
推导大O阶方法
算法时间复杂度，也就是算法的时间量度。记作:T(n)=O(f(n))。表示随问题规模n的增大，算法执行的时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称为时间的复杂度。其中f(n)是问题规模n的某个函数。一般情况下，都是指最坏时间复杂度。
推导大O阶方法:
- 用常数1取代运行时间中的所有加法常数
- 在修改后的运行次数函数中，只保留最高项
- 如果最高项存在且不是1，则去除与这个项相乘的常数
常见的时间复杂度消耗时间的大小排列: