算法性能分析概念

算法性能描述
	1.時間復雜度
	2.空間復雜度

時間復雜度：
	用一個算法需要的基本操作數量來描述該算法的性能
	基本操作數通常被描述為問題規模的函數。
	
基本操作：
	一些基礎的操作，如運算符操作：i = 5, i*3, 或者排序算法中的交換swap(a,b)，都可看作基本操作。

基本操作的函數:T(n)	
	n是問題規模，T(n)是基本操作數的函數。


有名的漸近分析：令輸入規模無限大，站在極限的角度看算法。
	思想：當n趨於無窮時，用另一個常用函數來描述目標函數的行為。
	(用於描述目標函數的簡單函數，通常是我們常用的函數。)
	
原則:
	1.大規模，漸近分析(小規模的問題即使算法不怎么樣也能很快執行)
	2.不關心常數因子和低階項
	3.最壞情況，平均情況，(最好情況則不重要)。
	
漸近分析點：
	1.有名的漸近分析
	2.漸進分析標記法
	3.常用漸近時間復雜度
		多項式，對數，指數，階乘
	
算法的漸近分析來源於數學漸近分析：
	數學的漸進分析常用標記5種：
		大O標記：漸近上界 <= (2個函數數量級關系)
		omega標記：漸近下界 <= (2個函數數量級關系)
		theta標記：漸近緊確界 = (2個函數數量級關系)
		小o標記：非漸近緊確上界 < (2個函數數量級關系)
		w標記：非漸近緊確下界 > (2個函數數量級關系)
		
	算法分析中：我們關注的是算法的漸近上界和緊確界，常用大O標記和theta標記。