北京大数据培训班 数据结构 “好”算法的标准

　　在学习具体的数据结构和算法之前，每一位初学者都要掌握一个技能，即善于运用时间复杂度和空间复杂度来衡量一个算法的运行效率。

　　所谓算法，即解决问题的方法。同一个问题，使用不同的算法，虽然得到的结果相同，但耗费的时间和资源肯定有所差异。就比如拧一个螺母，扳手和钳子都可以胜任，但使用钳子拧螺母肯定没有扳手的效率高。

　　这也就意味着，如果解决问题的算法有多种，我们就需要从中选出较好的那一个。那么，怎么判断哪个算法更好(或者更优)呢?

      “好”算法的标准

　　解决一个问题的方法可能有很多，但能称得上算法的，首先它必须能彻底解决这个问题(称为准确性)，且根据其编写出的程序在任何情况下都不能崩溃(称为健壮性)。

　　注意，程序和算法是完全不同的概念。算法是解决某个问题的想法、思路;而程序是在根据算法编写出来的真正可以运行的代码。例如，要依次输出一维数组中的数据元素的值，首先想到的是使用循环结构，在这个算法的基础上，我们才开始编写程序。

　　在满足准确性和健壮性的基础上，还有一个重要的筛选条件，即通过算法所编写出的程序的运行效率。程序的运行效率具体可以从 2 个方面衡量，分别为：

　　程序的运行时间。

　　程序运行所需内存空间的大小。

　　根据算法编写出的程序，运行时间更短，运行期间占用的内存更少，该算法的运行效率就更高，算法也就更好。

　　那么，如何衡量一个算法所编写出程序的运行效率呢?数据结构中，用时间复杂度来衡量程序运行时间的多少;用空间复杂度来衡量程序运行所需内存空间的大小。