算法：算法是解決特定問題的求解步驟的描述，在計算機中表現為指令的有限序列，并且每條指令表示一個或者多個操作
一：算法的特性
算法的5個基本特性：輸入，輸出，有窮性，確定性，可行性
1》輸入：算法具有零個或多個輸入。大多數算法都需要輸入參數，但對于個別例如NSLog輸出文本算法們就沒有輸入，所以輸入有零個或者多個
2》輸出：算法至少有一個或者多個輸出。算法必須有輸出，要不你要這個算法干嘛，輸出可以是打印嗎，也可以是返回值等
3》有窮性：指算法在執行有限的步驟之后，自動結束而不會出現無限循環，并且每一個步驟在可接受的時間內完成。（像平時的我們寫了一個死循環，這就不滿足算法要求。還有這個有窮性不一定是理論的有窮，加入一個算法執行10年一定會結束，但是這個算法其實意義也不大）
4》確定性：算法的每一步驟都具有確定的含義，不會出現二義性。也就是說輸出相同的值會出現唯一的輸出結果，每個步驟都會被精確定義而無歧義
5》可行性：算法的每一步都必須是可行的，也就是說，每一步都能通過執行有限的次數完成。也說：可行性意味著算法可以轉換為程序上機運行，并能得道正確的結果
二：算法設計的要求
1》正確性：算法的正確性是指算法至少應該具有輸入，輸出和加工處理無歧義性，能正確反映問題的需求，能夠得道為題的正確答案
2》可讀性：算法設計的另一目的是為了便于閱讀，理解和交流
3》健壯性：當輸入數據不合法時，算法也能做出相關處理，而不是產生異?；蚰涿畹慕Y果
4》時間效率高和存儲量低：也就是我們平時說的時間復雜度和空間復雜度
三：時間復雜度
1,時間復雜度我們一般記作大O,那么這個大O推導方法是什么呢？
1》用常數1取代運行實踐中的所有加法常數
2》在修改后的運行次數函數中，只保留最高階項
3》如果最高階項存在且不是1，則去除與這個項相乘的常數
最后得到的結果就是大O階
2，常見的時間復雜度
上面這些時間復雜度所耗費時間從小到大排序
其實算法時間復雜度有：平均時間復雜度和最壞時間復雜度。
我們一般說的都是最壞時間復雜度
平均的時間復雜度我們一般在概率學上認為是n／2，但是在實際情況中，平均時間復雜度是通過一定數量的實驗數據之后估算出來的
四：算法的空間復雜度
算法的空間復雜度通過計算算法所需的存儲空間實現，算法空間復雜度的計算公式記作S(n)=O(f(n)),其中n位問題的規模，f(n)為語句關于n所占存儲空間的函數
