算法的出现,远远早于计算机,所以关于算法的知识点也非常多,大家不要急于求成,而本篇将从算法的概念、特征、评价以及复杂度四个方面详细介绍算法,希望关于算法的内容给大家一个清晰的认识,方便大家在日后的运用有更深的概念。
一、算法的概念
算法(algorithm,[ˈælɡərɪðəm],计算程序):就是定义良好的计算过程,他取一个或一组的值为输入,并产生出一个或一组值作为输出。简单来说算法就是一系列的计算步骤,用来将输入数据转化成输出结果。
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。
程序 = 算法+数据结构
二、算法的特征
(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,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!
三、算法的评价
通常一个好算法应该达到如下目标:
(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。
四、算法的复杂度
算法复杂度是指算法在变为可执行程序后所耗费的时间资源和内存。
(1)时间复杂度:评估程序所需要的时间。
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 |
示范:
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;
(2)空间复杂度:评估程序所需要的储存空间。空间复杂度一般不作考虑,一般都优先考虑时间复杂度。
以上是关于算法知识的介绍,有了基础概念的理解,方便后期我们学习算法的运用和实操。
C语言网提供由在职研发工程师或ACM蓝桥杯竞赛优秀选手录制的视频教程,并配有习题和答疑,点击了解:
一点编程也不会写的:零基础C语言学练课程
解决困扰你多年的C语言疑难杂症特性的C语言进阶课程
从零到写出一个爬虫的Python编程课程
只会语法写不出代码?手把手带你写100个编程真题的编程百练课程
信息学奥赛或C++选手的 必学C++课程
蓝桥杯ACM、信息学奥赛的必学课程:算法竞赛课入门课程
手把手讲解近五年真题的蓝桥杯辅导课程