启示：
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
算法定义：
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
算法的5个特性：输入，输出，又穷性，确定性和可行性
输入和输出：算法具有零个或多个输入，至少有一个或多个输出。
有穷性：指算法在执行有限的步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可以接受的时间内完成（可理解为：有边界线）
确定性：算法的每一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，每一步都能通过执行有限次数完成。
算法设计的要求：
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，能正确反映问题的需求，能够得到问题的正确答案
其中“正确”分为四个层次：
算发程序没有语法错误
算法程序对于合法的输入数据能够产生满足要求的输出结果
算法程序对于非法的输入数据能够得出满意规格说明的结果
算法程序对于精心选择的，甚至刁难的测试数据都有满足要求的输出结果。
可读性
可读性：算法设计的另一个目的是为了便于阅读，理解和交流
健壮性：当输入数据不合法时候，算法也能做出相关处理，而不是产生异常或者莫名其妙的结果。
时间效率高和存储率低
算法效率的度量方法
事后统计方法：这种方法主要是通过设计好的测试程序和数据，利用计算机计时器对不同算法按编制的程序的运行时间进行比较，从而确定算法效率的高低
事前分析估算方法：在计算机程序变之前，一句统计方法对算法进行估算。
算法时间复杂度：
算法时间复杂度定义： 在进行算法分析时，语句总的执行次数T（n）是关于问题规模N的函数，进行分析T（n）的变化情况并确定T（n）的数量级，算法的时间复杂度，也就是算法的时间量度，记住：T（n）=o（fn）,它表示岁问题规模N的增大，算法执行时间的增长率相同，称作算法的渐进时间复杂度，简称为时间复杂度，其中f（n）是问题规模n的某个函数。
这样用大写O【】来体现算法时间复杂度的记发，我们称之为大O的记发，一般情况下，随着n的增大，T(n)增长最慢的算法为最优算法
推导出大O阶的方法
1、用常数1取代运行时间中的所有加法常数
2、在修改后的运行次数函数中，只保留最高阶项
3、如果最高阶项存在且不是1，则去除与这个项相乘的常数得到的结果就是大O阶。
举例：高斯算法：
int sum=,n=100; 执行一次
sum=(1+n)*n/2; 执行一次
printf("%d",sum); 执行一次
常数阶：
这个算法的运行次数函数f（n）=3，根据大O阶的第一条，将常熟3改为1，在保留最高项时候，没有，所有 时间复杂度为o【1】，其中n不管为多少，执行时间恒定 ，所以为o【1】的时间复杂度，有叫常数阶
线性阶：
int i=0;
for(i=0;i<n,i++)
对数阶：
int count=1;
while(count<n){
count=count*2} 由于每次count乘于2之后，就距离n更近一步。
平方阶： 例如99乘法表，
常见的时间复杂度：
算法空间复杂度
算法的空间复杂度用过计算算法阿所需的存储空间实现，算法空间复杂度的计算公式称作为：s（n）=o(f(n)) 其中n为问题的规模，f（n）为语句关于n所占存储空间的函数。