努力是为了不平庸~
算法学习有些时候是枯燥的，趣学算法！
如何高效的学习算法呢？
遇到一个实际问题，充分利用所学的数据结构，将数据及其之间的关系有效地存储在计算机中，然后选择合适的算法策略，并用程序高效实现。
N.Wirth教授： 数据结构+算法＝程序。
企业：程序是指程序员以代码为工具，运用数据结构与算法开发系统，最终创造价值。
算法具有哪些特性呢？
1. 有穷性：算法是若干条指令组成的有穷序列，总是在执行若干次后结束，不可能永不停止。
2. 确定性：每条语句都是确定的含义，无歧义
3. 可行性：算法在当前环境条件下可以通过有限次运算来实现。
4. 输入/输出：有零个或多个输入，也有一个或多个结果输出。
算法“好”的标准：
正确性：是指算法能够满足具体问题的需求，程序运行正常，无语发错误，能够通过典型的软件测试，达到预期。
易读性：算法遵循标识符命名规则，简洁易懂，注释语句恰当适量，方便自己和他人阅读，便于后期调试和修改。
健壮性：算法对非法数据及操作有较好的反应和处理。
高效性：高效性是指算法运行效率高，及算法运行所消耗的时间
低存储性：低存储性是指算法所需要的存储空间小。对于像手机，平板电脑这样的嵌入式设备，算法如果占用空间过大，则无法运行。算法占用空间大小被称为 空间复杂度
那么好的算法评判标准是高效率，低存储
算法中时间复杂度怎么算的呢？
时间复杂度：算法运行需要的时间
比如我们知道的数学家高斯算了一道1+2+3+......+99+100等于多少。他就用了很短的时间算出来，别的人可能需要很久才能算出来。
将算法基本运算执行的次数作为时间爱你复杂度的衡量标准。
注意：不是所有的算法都能直接计算运行次数。
例如：
int findx(int x){ //在a[n]数组中顺序查找x
for(int i=0;i<n;i++){
if(a[i]==x)
return i;
}
return -1;
}这就很难计算到执行多少次了。
空间复杂度
空间复杂度的本意是指算法在运行过程中占用了多少存储空间。算法占用的存储空间包括：
1.输入/输出数据
2.算法本身
3.额外需要的复杂空间
输入/输出数据占用空间是必需的。算法本身占用的空间可以通过精简算法来缩减，但缩减的量是很小的，可以忽略不计。算法在运行时所使用的辅助变量占用的空间才是衡量算法空间复杂度的关键因素。
