算法基础
算法是一个分步过程，它定义了一组指令，这些指令将以某种顺序执行以获得所需的输出。通常，算法是独立于基础语言而创建的，即，一种算法可以用一种以上的编程语言来实现。 从数据结构的角度来看，以下是算法的一些重要类别-
- 搜索 - 在数据结构中搜索项目的算法。
- 排序 - 按特定顺序对项目进行排序的算法。
- 插入 - 将项目插入数据结构的算法。
- 更新 - 更新数据结构中现有项目的算法。
- 删除 - 从数据结构中删除现有项目的算法。
算法的特征
并非所有过程都可以称为算法。算法应具有以下特征-
- 明确 - 算法应清晰明确。它的每个步骤（或阶段）及其输入/输出都应该明确，并且结果只有一种含义。
- 输入 - 算法应具有0个或更多定义明确的输入。
- 输出 - 算法应具有1个或多个定义明确的输出，并且应匹配所需的输出。
- 有限性 - 算法必须在有限数量的步骤后终止。
- 可行性 - 用可用资源应该可行。
- 独立 - 算法应具有逐步指导，该逐步指导应独立于任何编程代码。
如何编写算法？
没有编写算法的明确定义的标准。而是取决于问题和资源。永远不会编写算法来支持特定的编程代码。众所周知，所有编程语言都共享基本的代码结构，例如循环（do，for，while），流控制（if-else）等。这些常见的结构可用于编写算法。我们以分步的方式编写算法，但并非总是如此。算法编写是一个过程，并且在明确定义问题域之后执行。也就是说，我们应该知道问题领域，我们正在为此设计ag真人游戏的解决方案。 让我们尝试通过一个示例来学习算法编写。 问题 - 设计一种算法，将两个数字相加并显示结果。
step 1 − start
step 2 − declare three integers a, b & c
step 3 − define values of a & b
step 4 − add values of a & b
step 5 − store output of step 4 to c
step 6 − print c
step 7 − stop
算法告诉程序员如何编写程序。另外，算法可以写成-
step 1 − start add
step 2 − get values of a & b
step 3 − c ← a b
step 4 − display c
step 5 − stop
在算法的设计和分析中，通常使用第二种方法来描述算法。分析人员可以轻松地忽略所有不需要的定义来分析算法。他可以观察正在使用哪些操作以及流程如何进行。编写步骤号是可选的。我们设计一种算法来解决给定问题。一个问题可以通过多种方式解决。 因此，对于给定的问题，可以得出许多ag真人游戏的解决方案算法。下一步是分析那些建议的ag真人游戏的解决方案算法并实施最合适的ag真人游戏的解决方案。
算法分析
假设x是一种算法，n是输入数据的大小，则算法x使用的时间和空间是决定x效率的两个主要因素。
- 时间因数 - 时间是通过计算关键算法（例如排序算法中的比较）的次数来衡量的。
- 空间系数 - 通过计算算法所需的最大存储空间来测量空间。
算法的复杂性f(n)给出的运行时间和/或在以下方面由该算法所需的存储空间ñ作为输入数据的大小。
空间复杂度
算法的 空间复杂度表示算法在其生命周期中所需的存储空间量。算法所需的空间等于以下两个组成部分的总和-
- 固定部分，是存储某些数据和变量所需的空间，与问题的大小无关。例如，使用的简单变量和常量，程序大小等。
- 可变部分是变量所需的空间，其大小取决于问题的大小。例如，动态内存分配，递归堆栈空间等。
任何算法p的空间复杂度s(p)是s(p) = c sp(i)，其中c是算法的固定部分，而s(i)是算法的可变部分，具体取决于实例特征i。是一个简单的例子，试图解释这个概念-
algorithm: sum(a, b)
step 1 - start
step 2 - c ← a b 10
step 3 - stop
这里我们有三个变量a，b和c和一个常数。因此，s(p)= 1 3。现在，空间取决于给定变量和常量类型的数据类型，并且空间将相应地相乘。
时间复杂度
算法的时间复杂度表示算法运行完成所需的时间。时间要求可以定义为数值函数t(n)，其中t(n)可以作为步数进行测量，前提是每一步都消耗恒定的时间。例如，两个n位整数相加需要n步。因此，总的计算时间为t(n)= c * n，其中c是两个位相加所花费的时间。在这里，我们观察到t(n)随着输入大小的增加而线性增长。