06 算法基础:算法的定义、表现形式(自然语言、伪代码、流程图)、五个特性(有穷性、确定性、可行性、输入、输出)、好算法的设计目标

目录

[1 算法的定义](#1 算法的定义)

[2 算法的三种表现形式](#2 算法的三种表现形式)

[2.1 自然语言](#2.1 自然语言)

[2.2 伪代码](#2.2 伪代码)

[2.3 流程图](#2.3 流程图)

[3 算法的五个特性](#3 算法的五个特性)

[3.1 有穷性](#3.1 有穷性)

[3.2 确定性](#3.2 确定性)

[3.3 可行性](#3.3 可行性)

[3.4 输入](#3.4 输入)

[3.5 输出](#3.5 输出)

[4 好算法的设计目标](#4 好算法的设计目标)

[4.1 正确性](#4.1 正确性)

[4.2 可读性](#4.2 可读性)

[4.3 健壮性](#4.3 健壮性)

[4.4 通用性](#4.4 通用性)

[4.5 高效率与低存储量](#4.5 高效率与低存储量)


1 算法的定义

算法是指为解决特定问题而设计的一系列明确、有限的指令集合。简而言之,算法就是解决问题的方法或步骤。


2 算法的三种表现形式

2.1 自然语言

使用日常使用的语言来描述算法的步骤,通常较为直观但可能缺乏精确度。

示例:冒泡排序算法

从数组的第一个元素开始,比较相邻的两个元素。
如果前一个元素大于后一个元素,则交换它们的位置。
继续比较下一个相邻的两个元素,直到数组的最后一个元素。
重复上述过程,每次遍历都将最大的未排序元素移动到数组的末尾。
当没有更多的元素需要交换时,排序完成。

2.2 伪代码

一种介于自然语言和编程语言之间的表达方式,用于描述算法的逻辑结构。

示例:冒泡排序算法

procedure bubbleSort(list : array of items)
    n = length(list)
    for i from 0 to n-1
        swapped = false
        for j from 0 to n-1-i
            if list[j] > list[j+1]
                swap(list[j], list[j+1])
                swapped = true
        if not swapped
            break
    end procedure

2.3 流程图

采用图形化的方式展示算法的流程,适合表达分支、循环等控制结构。


3 算法的五个特性

3.1 有穷性

有穷性是指算法应该在执行有限数量的步骤后终止。这意味着算法不应该包含导致无限循环或无限递归的逻辑。每当运行一个算法时,它最终应该给出一个结果并停止,而不是持续运行而没有终点。注意,算法在设计上是有穷的,但程序在实际执行过程中可能会无限期地运行。有穷性保证了算法的实用性和效率。

3.2 确定性

确定性要求算法中的每一个步骤都必须是明确无误的,不允许有任何歧义 。这意味着给定相同的输入,算法应当总是产生相同的结果,并且每一步都应该能够被精确地理解和执行。这确保了算法的可预测性和可靠性。

3.3 可行性

可行性指的是算法中描述的操作都是基本的,可以通过已经实现的方法来完成。换句话说,算法中的每一步都应该是可以通过已有的技术手段实际执行的。这不仅仅涉及到计算资源的限制,还涉及到现有技术是否支持算法中提出的操作。可行性确保了算法不仅是理论上的可能,而且是实践上可行的解决方案。

3.4 输入

输入是指算法开始执行前需要从外部接收的信息。这些信息可以是一个或多个量,也可以完全没有(即算法不需要任何外部输入)。输入为算法提供了处理的对象或条件,使得算法能够针对不同的情况产生相应的结果。正确识别和定义算法所需的输入是设计有效算法的关键部分之一。

3.5 输出

输出是指算法执行完成后产生的结果一个算法至少应该产生一个输出,这个输出是对输入数据进行处理后的结果,或者是对某个问题的解答。输出是衡量算法性能和效果的重要标准,也是算法与外界交流的主要方式。确保算法能够产生正确的输出是算法设计的核心目标之一。


4 好算法的设计目标

4.1 正确性

正确性是算法设计中最重要且基本的要求。一个正确的算法应该能够准确地解决它所设计的问题。正确性可以细分为以下几个层次:

  • 无语法错误:算法实现时不应包含任何语法错误,确保程序能够成功编译和运行。
  • 对测试数据有效:算法应对常用的测试数据集产生正确的输出,满足预期结果。
  • 对苛刻输入有效:对于经过精心设计的、复杂或极端的输入数据,算法也应能够产生正确的输出。
  • 对所有合法输入有效:无论输入数据如何变化,只要符合输入规范,算法都应能够正确处理并给出满足要求的结果。

4.2 可读性

可读性强调算法的易读性和易理解性。一个具有良好可读性的算法更容易被人阅读、理解和维护,有利于团队协作和技术传承。

  • 简洁明了:算法描述应尽量简洁,避免不必要的复杂性。
  • 结构清晰:合理组织算法结构,如使用恰当的注释、变量命名和模块划分,提高代码的可读性。

4.3 健壮性

健壮性指的是算法在面对异常或非法输入时的表现。一个健壮的算法应能够有效地处理错误输入,防止系统崩溃或产生不可预测的结果。

  • 错误检测:算法应具备检测输入数据合法性的能力,及时发现并处理错误。
  • 异常处理:对于无法处理的错误输入,算法应提供合理的错误提示或采取安全措施,避免系统故障。

4.4 通用性

通用性意味着算法应具有广泛的适用性,能够处理各种类型的数据集,而不仅仅是特定的案例。

  • 适应性强:算法应能够在不同场景下灵活应用,不受特定数据格式或类型的限制。
  • 扩展性好:算法设计时应考虑未来可能的变化,便于扩展和改进。

4.5 高效率与低存储量

效率和存储量是评价算法性能的重要指标。高效的算法能够在较短的时间内完成任务,同时占用较少的存储资源。

  • 时间效率:算法的执行时间应尽可能短,尤其是在处理大规模数据时。
  • 空间效率:算法在运行过程中应尽量减少对内存的占用,降低存储需求。
相关推荐
GoFly开发者5 天前
GoFly框架使用vue flow流程图组件说明
前端·vue.js·流程图·vue flow流程图
烟雨国度5 天前
流程图图解@RequestBody @RequestPart @RequestParam @ModelAttribute
流程图·状态模式
支支დ5 天前
【移除bpmn-js流程图中的logo图标】
前端·javascript·流程图
TMS320VC5257H8 天前
通义灵码生成的流程图是黑色背景怎么办
流程图·通义灵码·mermaid
安的列斯凯奇10 天前
苍穹外卖的分层所用到的技术以及工具+jwt令牌流程图(jwt验证)
流程图
小阮的学习笔记14 天前
Vue3中使用LogicFlow实现简单流程图
javascript·vue.js·流程图
爱分享的淘金达人16 天前
2025年山东省考报名流程图解
java·考研·spring·eclipse·tomcat·流程图
烟雨国度19 天前
Spring MVC 完整生命周期和异常处理流程图
spring·mvc·流程图
冰淇淋噢!20 天前
一般公司流程图详情版
流程图
半块菠萝24 天前
html简易流程图
css·html·流程图