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。
算法特性：输入、输出、有穷性、确定性、可行性。
算法设计的要求：正确性、可读性、健壮性、时间效率高和存储量低。
ps: 健壮性：当输入数据不合法时，算法也能做出相关的处理，而不是产生异常或莫名其妙的结果。
算法的度量方法：1、事后统计方法（不科学、不准确）；2、事前分析估算方法
函数的渐近增长：给定两个函数f(n)和g(n)，如果存在一个整数N，使得对于所有n>N，f(n)总是比g(n)大，那么，我们就说f(n)的增长渐近快于g(n)。于是我们可以得出一个结论，判断一个算法好不好，我们只通过少量的数据是不能做出准确的判断的，如果我们可以对比算法的关键执行次数函数的渐近增长性，基本就可以分析出：某个算法，随着n的变大，它会越来越优于另一算法，或者越来越差于另一算法。
ps:就是当输入次数超过N次后，算法f(n)的运算次数越来越大于或低于g(n)的运算次数。
推导大O阶：
（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其系数不是1，则去除与这个项相乘的系数。
得到的结果就是大O阶。
时间复杂度排序：
O(1)<O(logn)<O(n)<O(n logn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)
常数阶，对数阶，线性阶，nlogn阶，平方阶，立方阶，指数阶，阶乘阶...
