什么是算法_什么是算法工程师「建议收藏」

算法是解决特定问题的步骤的描述，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。
算法有助于理解数据结构，且程序设计 = 数据结构 + 算法
算法的特性：输入、输出、有穷性、确定性和可行性。
- 输入、输出：
  - 算法具有零个或多个输入
  - 算法至少有一个或多个输出
- 有穷性：指算法在执行有限的步骤后可以自动结束，而不会出现无限循环。并且每一个步骤都在可接受的时间内完成。
- 确定性：算法的每一步都有具体、确定的含义，不会出现二义性。
- 可行性：算法的每一步都能够通过执行有限的次数完成。可转换为程序上机运行，并得到正确的结果。
算法的设计要求：正确性、可读性、健壮性和高效性。
- 正确性：指算法应该至少具有输入、输出、无歧义的处理过程，能正确地反映需求，得到问题的正确答案。具体的：
  - 1.程序没有语法错误。
  - 2.对合法输入能产生满足要求的输出。
  - 3.对非法输入能产生对应说明的结果。
  - 4.对于极端测试数据能产生满足要求的输出。
  - 以上难度逐级递增，一般情况下将层次3作为判断一个算法是否正确的标准。
- 可读性：便于阅读、理解和交流。
- 健壮性：输入非法时，算法能做出相关处理，而不是产生异常或者直接崩掉。
- 高效性：时间效率高、存储量低。
算法效率的度量方法：
- 事后统计法：针对设计好的测试程序或数据，通过计算机运行对比耗时，从而确定算法效率高低。有很大缺陷：
  - 1.必须依据算法事先写好程序。
  - 2.依赖硬件、软件等环境。
  - 3.测试数据设计困难。测试数据规模大小有可能影响算法的表现。
- 事前分析估算方法：在编写程序前，依据统计方法对算法进行估算。
  - 明确：分析程序的运行时间时不关心程序由什么语言编写，不关心跑在什么硬件上，只关心实现它的算法。
  - 依据算法时间复杂度估算算法时间效率：
    - 影响程序运行消耗时间因素一般为：
      - 1.算法采用的策略及代码质量。
      - 2.编译后的代码质量。
      - 3.输入数据的规模。
      - 4.计算机执行速度。
      - 其中2、4分别为软件、硬件影响。抛开软硬件因素，一般关注算法的好坏和输入的规模。
    - 函数的渐近增长：
      - 定义：规定，在输入规模n没有限制的情况下，如果存在一个整数N，使得对于所有的n>N，函数f(n)总比函数g(n)大，则我们说f(n)的增长渐近快于g(n)。
      - 判断一个算法的效率时，函数中除最高阶项外，其他次要项常常可被忽略。由上图也可看出，判断算法的好坏，只通过少量数据是无法做出准确判断的。
    - 算法时间复杂度（算法的时间度量）
      - 定义：在进行算法分析时，语句的总执行次数T(n)是关于问题规模n的函数，通过分析T(n)随n的变化情况可确定T(n)的数量级，记作：T(n)=O(f(n))。它表示随着问题规模n的增大，算法执行时间的增长率和问题相关函数f(n)的增长率相同，称作算法的渐近时间复杂度，简称时间复杂度。该记法：O(f(n))称为大O记法。
      - 推导大O阶方法应遵循：
        
        1.用常数1取代运行时间为常数的结果。即若执行次数的大小与n值变化无关，执行时间恒定，我们称之为具有O(1)的时间复杂度，又叫常数阶。
        
        2.只保留最高阶项。
        
        3.最高阶项系数若不为1，按1处理。
      - 常见复杂度：
        
        常数阶 O(1)：一般就是大于等于一条独立语句或单纯的分支结构。
        
        线性阶 O(n)：一般为循环结构。
        
        对数阶 O(logn)、O(nlogn)：一般为循环结构。
        
        如下图，count的取值就是个等比数列：2⁰ 2¹ 2² … 2^x = n;则x的结果即是该行代码执行的次数，就有：2^x = n 👉 x = log₂n，因此这段代码的时间复杂度为O(log₂n)。
        
        平方阶 O(n²)：一般为嵌套循环。
        
        O(m+n)：由两个数据规模m、n组成，无法事先评估m和n谁的量级大。
        
        如下图，无法判断哪个for的循环次数多，因此时间复杂度为O(m+n)。
        
        常见的复杂度：
    - 最好、最坏情况时间复杂度
      - 最好情况时间复杂度就是，在最理想的情况下，执行这段代码的时间复杂度。
      - 最坏情况时间复杂度是一种保证，意味运行时间将不会再坏了。
        
        在应用中，除非特别指定，通常提到的运行时间都是最坏情况的运行时间。
      - 如下图，当数组第一个元素刚好是要查找的变量x，即是最好的时间复杂度：O(1)；当数组中没有要查找的变量x，必须把整个数组遍历一遍，即是最坏的时间复杂度：O(n)
    - 平均时间复杂度
      - 平均运行时间是对程序的期望运行时间，但现实中很难通过分析得到，一般是通过运行一定数量的实验数据后估算出来的。
      - 平均的方法，有的认为就是简单的平均——假定每一种情况发生的可能性是相同的（大话数据结构）；有的认为是加权平均（数据结构与算法之美），两者有可能计算得到的时间复杂度没有差别，但其中的过程还是有所不同。我个人认为加权平均更靠谱，不过把两个都掌握也不是难事。
      - 如下图，用两种算法得到的时间复杂度一样，具体结果有差：
        
        简单平均：x在数组的 0～n-1 位置中和不在数组中，假定每种情况的可能性相同，需要遍历的元素个数平均值为：1*(1/(n+1))+2*(1/(n+1))+3*(1/(n+1))+…+n*(1/(n+1))+n*(1/(n+1)) = n(n+3)/(2(n+1))，平均时间复杂度为O(n)；
        
        加权平均：首先x要么在数组里要么不在，假设在数组中与不在数组中的概率都为 1/2，x在数组的 0～n-1 位置中的概率一样，为1/n。那么需要遍历的元素个数平均值为：1*(1/2n)+2*(1/2n)+3*(1/2n)+…+n*(1/2n)+n*(1/2) = (3n+1)/4，平均时间复杂度为O(n)。
    - 均摊时间复杂度与摊还分析
      - 如下图，实现往数组中插入数据的功能。数组没满则直接插入数据，数组满了就用循环遍历数组求和，将sum值放到数组的第一个位置，再将新的数据插入。
      - 假设数组的长度是为n，根据数据插入的位置的不同，可以分为 n 种情况，每种情况的时间复杂度是 O(1)。此外，还有一种“额外”的情况，即数组没有空闲空间时插入一个数据，循环遍历求和，这个时候的时间复杂度是 O(n)。而且，这 n+1 种情况发生的概率一样，都是 1/(n+1)。根据加权平均，则有：1*(1/(n+1))+1*(1/(n+1))+1*(1/(n+1))+…+1*(1/(n+1))+n*(1/(n+1)) = 2n/(n+1)，平均时间复杂度为O(1)。
      - 但是这段插入代码与平均时间复杂度里的查找代码是有区别的：查找代码在极端情况下复杂度才是O(1)，但插入代码绝大部分情况下时间复杂度都是O(1)，只有极个别情况复杂度才为O(n)；对插入代码来说，O(1)和O(n)的插入出现的频率很有规律，有一定的前后时序关系，因此针对这一特殊场景可以使用摊还分析法，将耗时多的那次操作均摊到耗时少的操作上，则这组代码的均摊时间复杂度即为O(1)。
      - 总结：对一个数据结构进行一组连续操作中，大部分情况下时间复杂度都很低，只有个别情况下时间复杂度比较高，而且这些操作之间存在前后连贯的时序关系，这个时候，我们就可以将这一组操作放在一块儿分析，看是否能将较高时间复杂度那次操作的耗时，平摊到其他那些时间复杂度比较低的操作上。而且，在能够应用均摊时间复杂度分析的场合，一般均摊时间复杂度就等于最好情况时间复杂度。
  - 依据空间复杂度评价算法：
    - 表示算法的存储空间与数据规模之间的增长关系。
    - 算法的空间复杂度通过计算算法所需的存储空间确定，公式记作: S(n)= O(f(n)) ，其中，n为问题的规模， f(n)为表现与n相关的存储空间占用情况的函数。
    - 如下图，函数内第一行申请了一个空间存储变量i（常量阶被忽略），第二行申请了一个大小为n的vector，除此之外剩下的代码没有占用更多的空间，因此争端代码的空间复杂度为O(n)。
如何去学算法：
- 15mins如果还是没头绪，就果断去看答案，看懂答案。
- 看懂分三步：流程 👉 每个语句的功能 👉 试数。
- 敲代码，不断出错不断优化，日积月累。
- 重要的，不要觉得受打击，明白自己处于什么水平，会出现什么问题，怎么去解决，消耗多长时间…
- 特殊的：某算法一直看得似懂非懂始终搞不定，就追求大致看懂，背会，在后续学习过程中可能就会醍醐灌顶。