1.概念
1.1定义
算法是为了解决某类问题而规定的一个有限长的操作序列。处理问题的策略
算法是求解问题的一系列计算步骤，用来将输入数据转换成输出结果 ：
如果一个算法对其每一个输入实例，都能输出正确的结果并停止，则称它是正确的。
算法与数据结构既有联系又有区别。
联系：数据结构是算法设计的基础。算法的操作对象是数据结构，在设计算法时，通常要构建适合这种算法的数据结构。数据结构设计主要是选择数据的存储方式，如确定求解问题中的数据采用数组存储还是采用链表存储等。算法设计就是在选定的存储结构上设计一个满足要求的好算法。
区别：数据结构关注的是数据的逻辑结构、存储结构以及基本操作，而算法更多的是关注如何在数据结构的基础上解决实际问题。算法是编程思想，数据结构则是这些思想的逻辑基础。
2.特性
算法五个重要特性
算法必须满足五个重要特性算法五个要素的确切含义
1．有穷性（有限性）
对于任意一组合法输入值，在执行有穷步骤之后一定能结束，即：算法中的每个步骤都能在有限时间内完成。算法与程序区别：程序没有有穷性
2．确定性
对于每种情况下所应执行的操作，在算法中都有确切的规定，使算法的执行者或阅读者都能明确其含义及如何执行。并且在任何条件下，算法都只有一条执行路径。
3．可行性
算法中的所有操作都必须足够基本，都可以通过已经实现的基本操作运算有限次实现之。
4．有输入
作为算法加工对象的量值，通常体现为算法中的一组变量。有些输入量需要在算法执行过程中输入，而有的算法表面上可以没有输入，实际上已被嵌入算法之中。
5．有输出
它是一组与“输入”有确定关系的量值，是算法进行信息加工后得到的结果，这种确定关系即为算法的功能。
3.设计原则
3.1算法设计的原则
设计算法时，通常应考虑达到的目标（判断好坏的标准）
1. 正确性
首先，算法应当满足以特定的“规格说明”方式给出的需求。其次，对算法是否“正确”的理解可以有以下四个层次：a．程序中不含语法错误；b．程序对于几组输入数据能够得出满足要求的结果；c．程序对于精心选择的、典型、苛刻且带有刁难性的几组输入数据能够得出满足要求的结果；d．程序对于一切合法的输入数据都能得出满足要求的结果；通常以第 c 层意义的正确性作为衡量一个算法是否合格的标准。
2. 可读性
算法主要是为了人的阅读与交流，其次才是为计算机执行，因此算法应该易于人的理解；另一方面，晦涩难读的程序易于隐藏较多错误而难以调试。
3. 健壮性
当输入的数据非法时，算法应当恰当地作出反映或进行相应处理，而不是产生莫名奇妙的输出结果。并且，处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便在更高的抽象层次上进行处理。
4. 高效率与低存储量需求
通常，效率指的是算法执行时间；存储量指的是算法执行过程中所需的最大存储空间，两者都与问题的规模有关。
5.可使用性
3.2算法设计基本步骤
算法分析
算法分析是分析算法占用计算机资源的情况。
所以算法分析的两个主要方面是分析算法的时间复杂度和空间复杂度。
