编辑“计算机算法”

[[Image:computer algorithms.jpg|200px|right|thumb|计算机算法]]
'''计算机算法'''，简称“算法”，代表用[[计算机]]解一类问题的精确、有效的方法。算法+[[数据结构]]=[[程序]]，求解一个给定的可计算或可解的问题，不同的人可以编写出不同的程序，来解决同一个问题。

算法是一组有穷的规则，它们规定了解决某一特定类型问题的一系列运算，是对解题方案的准确与完整的描述。制定一个算法，一般要经过设计、确认、分析、编码、测试、调试、计时等阶段。

==算法的特性==
算法的特性包括：
#确定性。算法的每一种运算必须有确定的意义，该种运算应执行何种动作应无二义性，目的明确；
#能行性。要求算法中有待实现的运算都是基本的，每种运算至少在原理上能由人用纸和笔在有限的时间内完成；
#输入。一个算法有0个或多个输入，在算法运算开始之前给出算法所需数据的初值，这些输入取自特定的对象集合；
#输出。作为算法运算的结果，一个算法产生一个或多个输出，输出是同输入有某种特定关系的量；
#有穷性。一个算法总是在执行了有穷步的运算后终止，即该算法是可达的。

满足前四个特性的一组规则不能称为算法，只能称为计算过程，[[操作系统]]是计算过程的一个例子，操作系统用来管理计算机资源，控制作业的运行，没有作业运行时，计算过程并不停止，而是处于等待状态。

==算法的描述==
算法的描述方法可以归纳为以下几种：
#自然语言；
#图形，如N-S图、流程图，图的描述与算法语言的描述对应；
#算法语言，即计算机语言、程序设计语言、伪代码；
#形式语言，用数学的方法，可以避免自然语言的二义性。

用各种算法描述方法所描述的同一算法，该算法的功用是一样的，允许在算法的描述和实现方法上有所不同。

==算法的评价==
一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

*算法的时间复杂度是指算法需要消耗的时间资源。一般来说，计算机算法是问题规模n 的函数f(n)，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间复杂度（Asymptotic Time Complexity）。时间复杂度用“O（数量级）”来表示，称为“阶”。常见的时间复杂度有： O（1）常数阶；O（log2n）对数阶；O（n）线性阶；O（n2）平方阶。

*算法的空间复杂度是指算法需要消耗的[[空间]]资源。其计算和表示方法与时间复杂度类似，一般都用复杂度的渐近性来表示。同时间复杂度相比，空间复杂度的分析要简单得多。



==相关条目==
*[[计算机]]


==参考来源==
*[http://www.gmyz.net/niop/shmshsf.htm 参考来源1]
*[http://wenwen.soso.com/z/q98215929.htm?rq=346698&ri=1 参考来源2]


[[category:计算机|J]]
[[category:算法|J]]