一、算法的描述
（1）自然语言：英语，中文
（2）流程图：传统流程图，NS流程图
（3）伪代码：类语言：类C语言
（4）程序代码：C语言程序，JAVA语言程序…
二、 算法与数据结构的关系
程序=数据结构+算法
数据结构即数据的逻辑结构；数据结构是相互之间存在的一种或多种特定关系的数据元素的集合；包括4类基本的结构，集合，线形结构，树形结构，图状或网状结构；算法指编程过程中完成一件事采用的方法；在编程过程中采用好的算法可以降低程序的时空复杂度。
三、算法的特性
一个算法必须具备以下五个特性：
（1）有穷性：一个算法必须总是在执行有穷性之后结束，且每一步都在有穷时间内完成。
（2）确定性：算法中的每一条指令必须有确定的含义，没有二义性，在任何条件下，只有唯一的一条执行路径。
（3）可行性：算法是可执行的，算法描述的操作可以通过已经实现的基本操作执行有限次来实现。
（4）输入：一个算法有零个或多个输入
（5）输出：一个算法有零个或多个输出
四、算法设计的要求
（1）正确性
（2）可读性
（3）健壮性
（4）高效性
五、算法效率
（1）时间效率：指的是算法所耗费的时间
（2）空间效率：指的是算法执行过程中所耗费的存储空间
算法的时间效率和空间效率有时候是矛盾的。
（3）算法时间效率的度量方法
1、事后统计
将算法实现，测算其时间和空间开销。
（缺点：编写程序实现算法将花费很多时间和精力，所得实验结果依赖于计算机软硬件等环境因素，掩盖算法本身的优劣）
2、事前分析（大多数采用）
对算法所消耗资源的一种估算方法
算法运行时间=一个简单操作所需的时间+简单操作次数
即算法中每条语句的执行时间之和：
算法运行时间=∑每条语句的执行次数*该语句执行一次所需要的时间
（其中，每条语句所执行的次数又称为语句频度）
每条语句执行一次所需要的时间，一般是随机器而异的，取决于机器的指令性能，速度以及编译的代码质量，是由机器本身软硬件环境决定的，与算法无关。
通常来说，越高级的语言，执行速度越慢
例如：
两个n*n矩阵相乘的算法可描述为：
为了便于比较不同算法的时间效率，我们仅比较他们的数量级
例如：T1（n）=10n^2 与 T2（n）=5n^3
数量级越小，时间效率越小
算法时间复杂度定义
算法中基本语句重复执行的次数是问题规模n的某个函数f(n)，算法时间量度记作：T（n）=O（f(n))
它表示随着n的增大，算法执行的时间的增长率和f(n)的增长率相同，称渐进时间复杂度。
