Niklaus Wirth：
Algorithm + Data Structures = Programs
这句话呢，觉得很正确，算法和程序是不同的概念，算法的思想呢有递推，枚举，分治，贪婪，试探法，模拟，这些都是一些基础的算法思想，一个“好”的算法，通常要考虑如下几个目标：
正确性：算法应满足求解具体问题的需求。
对正确性的理解有不同程度
1.不含语法错误；
2.对几组输入数据能够得到满足规格需求的解；
3.对精心选择的典型数据能够得到满足规格需求的解；
4.对一切合法的输入数据都能得到满足规格需求的解。
可读性：算法要便于交流，要有助于别人对算法的理解。
健壮性：对于非法的输入，算法要能给出适当的反映，而不会出现莫名其妙的错误。
好的时空性：算法的效率要高，同时所占的存储量要低。
算法分析有两个阶段，事前分析和事后测试。
例 考虑下面三个程序段
x＋＝y;
程序段a
For (i=1;i<=n;++i)
x＋＝y;
程序段b
For (i=1; i<=n;++i)
For (j=1; j<= n;++j)
x＋＝y;
程序段c
对于每个程序段，假定语句x＋＝y仅包含在当前可以看得见的循环之中，那末，在程序段a中，此语句的频率计数为 1 ，在程序段b中为 n ，在程序段c中为 n2 。确定一个算法的数量级是十分重要的，它在本质上反映了一个算法所需要的计算时间。如下图：
开始学算法了，觉得有好的算法的思想，程序才能有条理，并且节约机器与程序的时间，才能高效，这也是算法最终的目的。
