1.算法的特性：有穷性、确定性、可行性、输入、输出
2.算法的设计的要求：正确性、可读性、健壮性、高效率和低存储量需求
3.算法的度量方法：事后统计方法（不科学）、事前分析估算能力
4.算法时间复杂度
推导大O阶：
- 用参数1代替加法参数
- 在修改后的运行次数函数中，只保留最高阶项
- 如果最高阶存在且不是1，则除去与这个项相乘的常数
得到的结果就是大O阶
5.常数阶
int main(){
int sum=0,n=100; //一次
sum = (1+n) * n/2; //一次
printf("%d",sum); //一次
}
时间复杂度为O(1)
6.线性阶
int i;
for(i=0;i<n;i++){
printf("复杂度为O(1)的程序步骤！");
}
时间复杂度为O(n)
7.平方阶
int i,j;
for(i=0;i<n;i++){
for(j=0;j<n;j++){
printf("复杂度为O(1)的程序步骤！");
}
}
时间复杂度为O(n^2)
第二种情况：
int i,j;
for(i=0;i<n;i++){
for(j=i;j<n;j++){
printf("复杂度为O(1)的程序步骤！");
}
}
这里i循环是n次，但是j循环里面逐渐减少。
i=1，j=n-1;i=2,j=n-2;……
可得到总执行次数为：n^2/2 + n/2
所以时间复杂度为O(n^2)
8.对数阶
int count=1;
while(count<n){
count = count * 2;
printf("复杂度为O(1)的程序步骤！");
}
这里count每次乘以2，离n越来越近，有多少个2相乘后大于n，则会退出循环。由2^x=n得到x=log2(n)
时间复杂度为O(logn)
9.一般在没有特殊说明情况下，都是指定最坏时间复杂度
10.空间复杂度（不扩展，主要讲时间复杂度，以后再来看）
11.常见时间复杂度所耗时间排序：
O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)
