基本概念：
資料：計算機中可以操作的物件；
資料元素：組成資料的，有一定意義的基本單位；
資料項：乙個資料元素可由若干個資料項組成。
對於順序結構來說，刪除和插入不方便；而對於物理結構來說，查詢不方便。
時間複雜度：
一般情況下，使用o漸進表示法來計算演算法的時間複雜度。
一般演算法o(n)計算方法：
（1）先找總執行次數（迴圈對應乘法；順序對應加法）；
（2）給次數加上o( );
（3）用常數1取代執行時間中的所有加法常數；
（4）在修改後的執行次數函式中，只保留最高端項；
（5）如果最高端項係數存在且不是1，則去除與這個項相乘的常數。
遞迴演算法的時間複雜度：遞迴總次數*每次遞迴次數。
折半查詢的時間複雜度為：o(lgn)。
空間複雜度：函式中建立物件的個數關於問題規模函式表示式，一般情況下用o漸進表示法表示。
以求第5個斐波那契數為例畫圖分析，求時間複雜度和空間複雜度：
要求第五個斐波那契數，必須知道第四個和第三個斐波那契數；
而要求第四個斐波那契數，必須知道第三個和第二個斐波那契數；
進而要求第三個斐波那契數，必須知道第二個和第乙個斐波那契數。
採用尾遞迴實現斐波那契演算法
int main()
分析：假設求第6個斐波那契數，傳的實參依次為：
（1，1，6）；
（1，2，5）；
（2，3，4）；
（3，5，3）當n==3時，結束遞迴。
採用迴圈實現斐波那契演算法
long fib(long first,long second,long n)
while(1)
n--;
}}int main()
第一次迴圈:i=6, ret=0, tmp=1, f=1, s=tmp+s=2;
第二次迴圈:i=5, ret=0, tmp=1, f=2, s=tmp+s=3;
第三次迴圈:i=4, ret=8, tmp=2, f=3, s=tmp+s=5;
時間複雜度和空間複雜度
同一問題可用不同演算法解決，而乙個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。乙個演算法的評價主要從時間複雜度和空間複雜度來考慮。1 時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能...
時間複雜度和空間複雜度
1 時間複雜度 1 時間頻度乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數多...
時間複雜度和空間複雜度
演算法的時間複雜度和空間複雜度合稱為演算法的複雜度。1.時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間與演算...