2.4算法的定义
解决特定问题求解步骤的描述，在计算机中表现为指令的而有限序列，并且每条指令表示一个或对各操作
2.5算法的特性
输入、输出、有穷性、确定性和可行性
2.7算法效率的度量方法
2.7.1事后统计法
2.7.1事前分析法
时间取决于算法性能和输入规模
2.8函数的渐进增长
算法时间复杂度随输入规模增大的增大速度
2.9算法的时间复杂度
2.9.1算法时间复杂度的定义：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，进而分析T(n)随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度量，记作T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)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。例如O(1)、O(n)、O(n^2)。
例如，假设列表包含n 个元素。简单查 找需要检查每个元素，因此需要执行n 次操作。使用大O表示法，这个 运行时间为O (n )。单位秒呢？没有——大O表示法指的并非以秒为单位 的速度。大O表示法让你能够比较操作数，它指出了算法运行时间的 增速 。
再例。为检查长度为n 的列表，二分查找需要执行log n 次操 作。使用大O表示法，这个运行时间怎么表示呢？O (log n )。
大O表示法指出了最糟情况下的运行时间。
image.png
2.12算法的空间复杂度：套用时间复杂度的概念。
原地工作：空间复杂度为O(1)。
