算法(algorithm)是解决一系列问题的清晰指令,也就是,能对一定规范的输入,在有限的时间内获得所要求的输出。
简单来说,算法就是解决一个问题的具体方法和步骤。算法是程序的灵魂
1. 可行性: 算法中执行的任何计算步骤都可以分解为基本可执行的操作步骤,即每个计算步都可以在有限时间里完成(也称之为有效性)
2. 确定性: 算法的每一步都要有确切的意义,不能有二义性。例如“增加x的值”,并没有说增加多少,计算机就无法执行明确的运算。
3. 有穷性: 算法的有穷性是指算法必须在执行有限个步骤后终止。操作次数不宜过大,不能超过人们事先设定的时间限制。
4. 输入: 算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法已经给出了初始条件。
5. 输出: 一个算法可能有1个或多个输出,以反映输入数据加工后的代码,没有输出的算法是没有意义的!
一个好算法应该达到一下目标:
1. 正确性: 算法应该正确的解决问题。
2. 可读性: 算法应该具有较好的可读性,让人们理解算法的作用。
3. 健壮性: 输入非法数据时,算法也可以做出适当的反应,而不会产生奇奇怪怪的输出。
算法复杂度: 指算法在变为可执行程序后所消耗的时间资源和内存
时间复杂度: 评估程序所需要的时间
空间复杂度: 评估程序所需要的储存空间(一般不做考虑,一般都优先考虑时间复杂度)
常见时间复杂度
复杂度 | 标记符号 | 说明 |
---|---|---|
常量 | O(1) | 操作数量为常数,与输入数据的规模无关 |
对数 | O(log2 n) | 与输入数据的比例是 log2(n |
线性 | O(n) | 与输入数据成正比 |
平方 | O(n²) | 与输入数据规模的比例为平方 |
立方 | O(n³) | 与输入数据规模的比例为立方 |
指数 | O(2ⁿ) O(kⁿ) O(n!) |
快速增长,尽量减少这种代码 |
1.O(1)级代码
//计算长方形面积
int a,b;
cin>>a>>b;
int s = a*b;
cout<<s;
2.O(log2 n)级代码
//二分查找
int search(int nums[], int size, int target) //nums是数组,size是数组的大小,target是需要查找的值
{
int left = 0;
int right = size - 1; // 定义了target在左闭右闭的区间内,[left, right]
while (left <= right) { //当left == right时,区间[left, right]仍然有效
int middle = left + ((right - left) / 2);//等同于 (left + right) / 2,防止溢出
if (nums[middle] > target) {
right = middle - 1; //target在左区间,所以[left, middle - 1]
} else if (nums[middle] < target) {
left = middle + 1; //target在右区间,所以[middle + 1, right]
} else { //既不在左边,也不在右边,那就是找到答案了
return middle;
}
}
//没有找到目标值
return -1;
}
3.O(n)级代码
//计算n的阶乘
int n;
cin>>n;
int ji = 1;
for(int i = 1 ; i<=n ; i++){
ji*=i;
}
cout<<ji<<endl;
4.O(n²)级代码
//相邻比较法排序
int a[10000],n;
cin>>n;
for(int i = 1 ; i<=n ; i++) cin>>a[i];
for(int i = 1 ; i<=n ; i++){
for(int j = i+1 ; j<=n+1 ; j++){
if(a[i]>a[j])
swap(a[i],a[j])
}
}
5.O(n*log2 n)级代码
//STL快速排序
sort(a+1,a+n+1);
6.可以估算时间的代码
#include
#include
using namespace std;
int cnt;
int main()
{
int begintime = clock();
for(int i = 0 ;i<5e8 ; i++) cnt++;
int endtime = clock();
cout<<"开始时间"<<begintime<<endl;
cout<<"结束时间"<<endtime<<endl;
cout<<"运行时间"<<endtime-begintime<<endl;
return 0;
}