常用算法合集基础术语解读.docxVIP

常用算法合集基础术语解读

一、算法基础概念解析

算法是解决特定问题的一系列明确、有限、可执行的步骤。它不是代码本身，而是解决问题的逻辑蓝图；同一算法可用多种编程语言实现，其优劣不取决于语言，而取决于时间效率、空间占用、正确性与鲁棒性。理解算法，首先要掌握其底层支撑术语——这些术语既是阅读教材、刷题、分析复杂度的通用语言，也是构建算法思维的地基。

二、核心术语逐层解读（按认知逻辑排序）

1.时间复杂度与空间复杂度

这是衡量算法性能的两大基石指标，统称“复杂度”。

-时间复杂度：描述算法运行时间随输入规模n增长的变化趋势，关注最坏情况下的基本操作次数数量级，忽略常数项与低阶项，用大O记号（O）表示。例如：

→线性遍历数组：O(n)；

→二分查找：O(logn)；

→冒泡排序：O(n2)；

→哈希表平均查找：O(1)。

?关键理解：O(1)不代表“只执行1次”，而是“执行次数与n无关”；O(logn)的本质是“每步将问题规模减半”，常见于分治与二分场景。

-空间复杂度：描述算法执行过程中额外占用的存储空间大小（不计输入数据本身所占空间），同样用大O表示。例如：

→原地排序（如堆排序）：O(1)；

→归并排序递归调用栈+辅助数组：O(n)；

→深度优先搜索（DFS）递归栈深度：O(h)（h为树高）。

??注意：函数调用栈空间属于空间复杂度范畴；全局变量、静态变量