2.算法简介

---

  算法：根据一定的条件，对一些数据进行计算，并得到需要的结果。

---

  同一个问题可以有多种算法来解决，我们在设计算法是需要追求两个目标：1.花最少的时间。2.占用最少的内存空间。

---

  在算法设计中我们需要进行算法分析，也就是时间耗费的分析和空间耗费的分析。时间耗费分析称为时间复杂度分析。空间耗费分析称为空间复杂度分析。

---

  有两种时间复杂度分析的方法：事后分析法和事前分析法。
事后分析法即在程序开始和结束分别取时间，然后查看算法运行时长。这种方法影响因素不确定性多，有缺陷。
事前分析法是根据统计法对算法进行估算。

---

程序在计算机中运行的时间消耗和一下几方面有关系：
1.算法采用的策略和方案。
2.编译产生的代码质量。
3.问题的输入规模。
4.机器执行指令的速度。
其中只有1和3是我们设计算法时需要考虑的因素。

---

我们在比较算法随输入规模增长的增量时，可得出以下规则：
1.算法函数中常熟可以忽略。
2.算法函数中最高次幂的常数因子可以忽略。
3.算法函数中最高次幂越小，算法越高效。

---

在进行算法分析时我们应该明确，执行次数越多，那么程序耗时越长。
次数《==》耗时
算法时间复杂度就是算法的时间度量我们使用大O记法。即T(n)=O(f(n));
在算法的大O阶的分析过程中我们有一下规则：
1.用常数1取代运行时间中所有加法常数。
2.在修改后的运行次数中只保留高阶项。
3.如果最高阶项存在且常数因子不为1，则去掉与这个阶项相乘的常数因子。
例如：算法1，3次-->O(1)。算法2，n+3次-->O(n)。算法3，n^2+3-->O(n^2)

---

常见的大O阶：
1.线型阶：随着输入的增长执行次数呈线型增长。如单层循环。
2.平方阶：抛物线。双层循环。
3.立方阶：抛物线。三层循环。
4.对数阶：抛物线。
5.常数阶：不涉及循环操作，基本都是他。
他们的时间复杂度顺序：O(1)

---

java中各种数据对于空间的占用情况：
1.基本数据类型内存占用

image.png

2.计算机访问内存的方式都是一次读取一个字节。
3.一个引用即一个变量占用8个字节。
4.创建一个对象，除去对象中储存数据占用的内存，对象本身也需要16个字节来存储头信息。
5.一般内存的使用如果不够8个字节，都会补充为8字节。
6.Java中数组被限定为对象，他们需要16个字节存头信息，4个字节存长度，以及4个填充字节。除了数组中存储的数据需要的内存，需要占用24个字节。

---

空间复杂度分析就是算法占用内存大小的分析。开发中如果不是嵌入式开发，一般不需要做算法空间复杂度的分析。