本章节将介绍算法评估的核心指标，为后续学习数据结构奠定基础。

1. 正确性

  • 定义：在合理的输入数据下，算法能够在有限时间内输出正确结果。
  • 重要性： 这是设计和评估算法的首要条件。

2. 稳健性

  • 定义：算法对异常输入（例如：不合法、错误或非法数据）的处理能力。
  • 重要性：稳健性强的算法能够有效应对各种输入情况，提高程序的可靠性。

3. 可读性

  • 定义：算法代码的易读程度。
  • 重要性：可读性高的算法更易于理解、维护和修改。

4. 时间复杂度（计算复杂度）

  • 定义：衡量算法运行时间与输入数据规模之间关系的指标。
  • 计算方法：通常使用简单操作次数 f(n) 来表示，并用数量级 O(g(n)) 来描述算法的渐进时间复杂度，其中 g(n) 是与 f(n) 相关的函数。
  • 重要性：时间复杂度是评估算法效率的重要指标，可以帮助我们选择最优算法。