经常听他们吹牛逼，这个用了什么什么牛逼的算法，起了一个牛哄哄的名字，反正挺吓人人的，不知道为什么，现在给新东西起名字是越来越“吓人了”！
其实算法就是解决特定问题的求解步骤，在计算机中表现为指令的有限序列。没有什么吓人的东西，只是它的思想很精妙，有些作者可能是为了让你感受到他思想的无比美妙的思想，才起了一个“吓人的名字吧”。
算法有时候可以理解成看待问题的角度，角度对了，事半功倍，角度不对事倍功半，也有可能是一事无成，竹篮打水。看待问题的角度不一样，去做事情的方式就不一样了，结果可能就是千差万别了！！！
最经典的就是高斯大神的求和算法和计算机循环求和，高斯大神的方法无论到多少都是那么固定的几步，而计算机循环就不一样数字小还是算的挺快的，数字一大就卡住了。。。这就是不同之间算法的差距，所以可想而知，选择一个好的算法多么重要！！！
算法具有五个基本特性，在计算机的领域来说，算法是依附在计算机上面的，所以肯定会受到计算机特性的影响，计算机有输入，输出，运算等特性。那么依附在计算机上面的算法肯定也要有输入输出等特性。在计算机中，算法是用程序来表现的，程序有循环，分支，选择等结构，所以算法肯定也会具有这些特性。既然是程序，一定是有确定结果的，要么是这个要么是哪个。一定会在一个时间点停下来输出结果，一定是可行的，不然是不可能编制成程序的。总结一下：输入，输出，可行性，确定性，有穷性。
算法不是凭空产生的，是人做出来的，或者说是人想出来，设计出来的，既然是人设计出来的，一定有一些人的特性和计算机的特性，计算机特性，正确性，高效率，低存储量。
正确性：算法是针对问题来设计的，一定要能够正确反映问题的需求，能够得到问题的正确答案。算法是要编织成程序的，既然这样，【1】算法程序不能有语法的错误，【2】算法要对合法的输入数据能够产生满足要求的正确结果【3】对于非法数据能够得到满足规格的说明【4】对于刁难的，但是满足要求的数据都有满足要求的输出结果。
健壮性：对于输入数据不合法时，要能够做出相应的处理而不是产生异常或者莫名其妙的结果。
可读性：算法设计出来是给大家用的，如果别人无法理解你的算法，即使结果是对的，别人也不会用，应为他们不知道什么情况下会出现坏的结果。
高效率和存储量低：人们都希望花费最少的钱和时间把事情做好！对于算法，也是这样的道理呀。
在分析算法时，还要把基本操作的数量与输入规模关联起来。（算法有时候在一定规模的时候才能看出优势）
--------------------------------------------------------------------------------------------------------------------------------------------------------------
算法效率的度量方法：
事后统计法：不谈。（做完的才看结果对不对？）
事前分析估算法：这种是科学的。（先思考能不能做，再去做！）
算法效率的度量，主要就是算法执行的时间的度量估算，我们知道算法是要编织成程序的，程序主要有三种结构，分支，循环，选择，而算法的执行时间主要就和这些程序结构有关。常用大O表示法来表示程序的时间复杂度。
----------------------------------------------------------------------------------------------------------------------------------------------------------------
算法的空间复杂度：算法执行时会占用的存储空间，空间时间的关系仿佛是杠杆原理中力和力臂的关系，一个越小另一个就越大。有时候为了提高算法的时间效率，往往会用空间来换却时间的节省。
利用好算法复杂度的分析工具，改经自己的代码，让计算机轻松一点，这样你就能更加胜人一筹！